ANALISIS KEBUTUHAN PENGAIRAN KAWASAN PERTANIAN...

TUGAS AKHIR – RP 141051

ANALISIS KEBUTUHAN PENGAIRAN KAWASAN PERTANIAN BERDASAR BENCANA KEKERINGAN DI KABUPATEN LAMONGAN BERBASIS SISTEM INFORMASI GEOGRAFIS (SIG)

MAULANA IKRAM WIBISANA NRP 3613 100 063 Dosen Pembimbing Cahyono Susetyo S.T., M.Sc., Ph.D DEPARTEMEN PERENCANAAN WILAYAH DAN KOTA Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember Surabaya 2017

i

TUGAS AKHIR - 141501

ANALISIS KEBUTUHAN PENGAIRAN KAWASAN

PERTANIAN BERDASAR BENCANA KEKERINGAN DI

KABUPATEN LAMONGAN BERBASIS SISTEM

INFORMASI GEOGRAFIS (SIG)

MAULANA IKRAM WIBISANA

NRP 3613100063

Dosen Pembimbing

Cahyono Susetyo S.T., M.Sc., Ph.D.

JURUSAN PERENCANAAN WILAYAH DAN KOTA

Fakultas Teknik Sipil dan Perencanaan

Institut Teknologi Sepuluh Nopember

Surabaya 2017

ii

FINAL PROJECT - 141501

ANALYSIS OF AGRICULTURAL WATER IRRIGATION

NEEDS BASED ON DROUGHT CONDITION IN

LAMONGAN DISTRICT USING GEOGRAPHIC

INFORMATION SYSTEM (GIS)

MAULANA IKRAM WIBISANA

NRP 3613100063

Supervisor

Cahyono Susetyo S.T., M.Sc., Ph.D.

DEPARTMENT OF URBAN AND REGIONAL PLANNING

Faculty of Civil Engineering and Planning

Sepuluh Nopember Institute of Technology

Surabaya 2017

iii

iii

iv

“Halaman Sengaja Dikosongkan”

v

Analisis Kebutuhan Pengairan Kawasan Pertanian

Berdasar Bencana Kekeringan di Kabupaten

Lamongan Berbasis Sistem Informasi Geografis (SIG)

Nama ; Maulana Ikram Wibisana

Nrp : 3613100063

Jurusan : Jurusan Perencanaan Wilayah dan

Kota, Fakultas Teknik Sipil dan

Perencanaan, Institut Teknologi

Sepuluh Nopember

Dosen Pembimbing : Cahyono Susetyo S.T., M.Sc., Ph.D

Abstrak

Kekeringan merupakan bencana yang terjadi dikarenakan

perubahan iklim dan sulit untuk diprediksi. Kekeringan dapat di

mitigasi dengan cara memberikan skenario pengairan yang tepat.

Kawasan yang dipilih pada penelitian ini adalah Kabupaten

Lamongan, Jawa Timur. Adapun dicantumkan pada peta indeks

resiko bencana indonesia oleh BNPB (Badan Nasional

Penanggulangan Bencana) tahun 2013, di ketahui bahwa

Kabupaten lamongan mempunyai resiko tinggi terhadap bencana

kekeringan. Deteksi wilayah kekeringan pada penelitian ini akan

menggunakan metode remote sensing dimana akan dihasilkan

indeks TVDI,yang merupakan metode penentuan tingkat

kekeringan dengan menggunakan data dasar remote sensing.

TVDI dapat dihasilkan melalui pembentukan hubungan

segitiga antara NDVI dan LST. Metode dalam menentukan resiko

menggunakan teknik overlay untuk menentukan kawasan resiko

dari paling beresiko hingga tidak beresiko atau rendah. Asumsi

penetapan resiko berdasarkan kedekatan dengan sumber air dan

irigasi eksisting yang ada, dengan anggapan bahwa semakin dekat

dengan sumber air atau irigasi eksisting, maka wilayah tersebut

memiliki kemampuan untuk mengurangi dampak kekeringan

vi

lebih besar daripada dengan kawasan yang tidak dekat / tidak

terjangkau oleh sumber air. Adapun setelah mengetahui tingkat

resiko, dapat dikalkulasi secara matematis terkait kebutuhan akan

jaringan irigasi dan air untuk pengairan irigasi, menyesuaikan

dengan tingkat resikonya.

Model kekeringan TVDI pada Kabupaten Lamongan

yang di dapatkan adalah TVDI = 𝐿𝑆𝑇−(−32∗𝑁𝐷𝑉𝐼+21.76)

50.99− 14.92∗𝑁𝐷𝑉𝐼 . Selain itu

diketahui bahwa kawasan kabupaten lamongan terdiri dari 3

tingkat kekeringan, normal hingga sangat tinggi. Untuk tingkat

kekeringan tinggi berada pada wilayah selatan dan tenggara

dengan luas sekitar 34.796 ha. Berdasarkan data tingkat

kekeringan, dilakukan analisa overlay tingkat resiko bencana

kekeringan, dan didapatkan 5 tingkatan resiko, dari tidak berisiko

(5) hinggia sangat berisiko (1). Resiko tingkat 1 dan 2 memiliki

total luas sekitar 50.000Ha, dimana tersebar pada hampir seluruh

kecamatan. Total kebutuhan air irigasi pertanian Kabupaten

Lamongan yang telah dikalkulasi berdasarkan luas areal resiko

bencana kekeringan adalah 3.320.905 L/bulan/m2 Sehingga

kawasan pada daerah selatan atau tenggara kabupaten lamongan

antara lain kecamatan Mantup, Kembangbahu, Ngimbang, Modo,

Bluluk, dan Tikung lebih membutuhkan jaringan irigasi, dan

wilayah tengah dengan resiko rendah dan sangat rendah tidak

membutuhkan terlalu banyak jaringan irigasi tambahan, hanya

perlu peningkatan pada irigasi yang ada.

Kata Kunci: Kekeringan, LST, NDVI, TVDI, Skenario, Jaringan

Irigasi, Tingkat kekeringan, Kabupaten lamongan

vii

Analysis of Agricultural Water Irrigation Needs

Based on Drought Condition in Lamongan District

Using Geographic Information System (GIS)

Name ; Maulana Ikram Wibisana

Nrp : 3613100063

Department : Department of Urban and Regional

Planning, Faculty of Civil

Engineering and Planning, Sepuluh

Nopember Institute of Technology

Thesis Advisor : Cahyono Susetyo S.T., M.Sc., Ph.D

Abstract

Drought is a disaster that occurs due to climate change

and also difficult to predict. Drought can be mitigated by

providing appropriate water irrigation scenarios. The area that

chosen for this study is Lamongan District, East Java. As stated

on the indonesia's disaster risk index map by BNPB (Badan

Nasional Penanggulangan Bencana) year 2013, known that

Lamongan District have a high risk to drought disaster. Detection

of drought areas in this study will use remote sensing method

which will produce TVDI index, which is a method to determine

the drought levels by using remote sensing base data.

TVDI can be created through the establishment of a

triangular relationship between NDVI and LST. The Methods in

determining disaster risk rate is using overlay techniques to

determine the area of disaster risk from high risk, low risk, or

even not at all. The Assumption of disaster risk determination

based on proximity to existing water sources and existing

irrigation, assuming that the closer the area to the existing water

source or irrigation, the more the area has the ability to reduce

the impact of drought disaster greater and better than the area

that is not near or not reachable by water sources. Therefore,

viii

after knowing the disaster risk levels, then the agricultural

irrigation and water suplly needs of the irrigation can be

calculated mathematically adjusting to the level disaster risk.

The model of TVDI drought index that accuired in

Lamongan District is TVDI = 𝐿𝑆𝑇−(−32∗𝑁𝐷𝑉𝐼+21.76)

50.99− 14.92∗𝑁𝐷𝑉𝐼. Also based

on the analysis known that Lamongan district consists of 3 levels

of drought disaster, from normal to very high. For high level

drought are located in the south and southeast with the size about

34,796 ha. Therefore based on the drought disaster level data’s,

then drought disaster risk analyzed using overlay techniques, and

obtained 5 levels of drought disaster risk, from not at risk (5)

until very high risk (1). Risk at the level 1 and 2 has a total area

around 50.000 ha, which distributed in every sub-districts. Based

on that, then the total of water irrigation needs for Lamongan

district which already been calculated is 3.320.905 L/month/m2.

So based on that the area in the south or southeast of the

Lamongan District which are Mantup, Kembangbahu, Ngimbang,

Modo, Bluluk, and Tikung needs more irrigation networks than

the others district, and also the middle area with low risk and

very low risk does not require too much additional irrigation

networks, therefore this type of area only need improvement on

exsisting Irrigation.

Keywords: Drought, LST, NDVI, TVDI, Scenario, Irrigation

Network, Drought Level, Lamongan District

ix

Kata Pengantar

Assalamu’alaikum wr.wb.

Puji dan syukur marilah kita panjatkan ke hadirat Allah

SWT karena berkat-Nya penulis dapat menyelesaikan naskah

seminar yang berjudul “Analisis Kebutuhan Pengairan

Kawasan Pertanian Berdasar Bencana Kekeringan di

Kabupaten Lamongan Berbasis Sistem Informasi Geografis

(SIG)” ini dengan tepat waktu.

Penyusunan naskah tugas akhir ini tidak terlepas dari

bantuan beberapa pihak. Oleh karena itu, penulis ingin berterima

kasih kepada:

(1) Kedua orang tua penulis, Baiq Sri Azemi Yuliani dan

Djoko Saryono, yang selalu mendukung berbagai upaya

yang telah dilakukan penulis.

(2) Bapak Cahyono Susetyo, S.T, M.Sc, sebagai dosen

pembimbing yang telah membimbing penulis mulai dari

pengembangan ide hingga proses penulisan

(3) Bapak Mochamad Yusuf, S.T, M.Sc, dan Fendy

Firmansyaf, S.T, M.Sc, sebagai penguji pada sidang

pembahasan yang telah memberikan banyak masukan dan

saran yang membangun.

(4) Dimas, Sari, Virta, Marindi, Della, Diaz yang sudah

menemani dan menyemangati dalam mengerjakan tugas

akhir bersama – sama hingga dapat menyelesaikan tugas

akhir jurusan perencanaan wilayah dan kota dengan

bersama pula.

(5) Teman – teman satu bimbingan pak ono, yaitu Jennie,

Ali, Aga, Rio dan Edo yang selalu memeriahkan hari –

hari dalam mengerjakan dan menyelesaikan Tugas Akhir

ini.

(6) Teman - teman PWK ITS angkatan 2013, OSTEON, yang

telah mewarnai masa perkuliahan

x

Penulis menyadari bahwa masih ada kekurangan dalam

naskah seminar ini sehingga masih memerlukan proses

penyempurnaan. Akhir kata, penulis berharap bahwa naskah

seminar ini dapat bermanfaat bagi para pembaca.

Wassalam.

Surabaya, April 2017

Penulis

xi

Daftar Isi

HALAMAN SAMPUL .................................................................. i

COVER ......................................................................................... ii

LEMBAR PENGESAHAN ......................................................... iii

Abstrak .......................................................................................... v

Abstract ....................................................................................... vii

Kata Pengantar ............................................................................. ix

Daftar Isi ....................................................................................... xi

Daftar Tabel ................................................................................ xvi

Daftar Gambar ............................................................................ xix

Daftar Peta .................................................................................. xxi

Daftar Lampiran ........................................................................ xxii

BAB I PENDAHULUAN ............................................................ 1

1.1. Latar Belakang ............................................................. 1

1.2. Rumusan Masalah ........................................................ 3

1.3. Tujuan dan Sasaran ...................................................... 3

1.4. Ruang Lingkup ............................................................. 4

1.4.1. Ruang Lingkup Substansi ...................................... 4

1.4.2. Ruang Lingkup Pembahasan ................................. 4

1.4.3. Ruang Lingkup Wilayah........................................ 5

1.5. Manfaat Penelitian ........................................................ 5

1.5.1. Manfaat Teoritis .................................................... 5

xii

1.5.2. Manfaat Praktis ...................................................... 5

1.6. Kerangka Berpikir ........................................................ 6

BAB II TINJAUAN PUSTAKA ............................................... 11

2.1. Pertanian Sebagai Tulang Punggung Perekonomian

Indonesia .....................................................................11

2.2. Kekeringan Menghambat Laju Perekonomian ............11

2.3. Identifikasi Bencana Kekeringan ................................13

2.3.1. Land Satelite (Citra Landsat) ............................... 13

2.3.2. Geographic Information System (GIS) ............... 17

2.3.3. Deteksi Tingkat Kekeringan dengan TVDI ......... 18

2.3.4. TVDI (Temperature Vegetation Dryness Index) . 19

2.3.5. NDVI ................................................................... 24

2.3.6. LST ...................................................................... 25

2.3.7. Land Use (Penggunaan Lahan) ........................... 27

2.4. Konsep Penetapan Resiko Kekeringan ........................27

2.5. Konsep Perhitungan Pengairan Lahan Kering ............36

2.6. Sintesa Pustaka ............................................................41

BAB III METODE PENELITIAN .......................................... 43

3.1. Pendekatan Penelitian ..................................................43

3.2. Jenis Penelitan .............................................................43

3.3. Populasi dan Sampel ...................................................43

3.4. Variabel Penelitian ......................................................44

4.5. Metode Penelitian ........................................................46

4.5.1. Metode Pengumpulan Data ................................. 46

xiii

4.5.1.1. Metode Pengumpulan Data Primer ............... 46

4.5.1.2. Metode Pengumpulan Data Sekunder .......... 46

4.5.2. Teknik Analisis .................................................... 46

3.5.2.1. Teknik Interpretasi Citra Digital ................... 47

3.5.2.2. Teknik Sistem Informasi Geografis .............. 53

3.5.2.3. Asumsi Penentuan Zona Resiko ................... 57

3.5.2.4. Metode Penentuan Kebutuhan Pengairan ..... 58

4.6. Tahapan Penelitian ......................................................60

3.6.1. Perumusan Masalah ............................................. 60

3.6.2. Studi Pustaka ....................................................... 60

3.6.3. Pengumpulan Data .............................................. 60

3.6.4. Analisis Data ....................................................... 60

3.6.5. Penarikan Kesimpulan ......................................... 61

4.7. Alur Logika Kerangka Pengerjaan ..............................61

4.8. Keterkaitan Sasaran, Variable dan Output ..................65

BAB IV HASIL DAN PEMBAHASAN ................................... 69

4.1. Gambaran Umum Wilayah Penelitian .........................69

4.1.1. Ekonomi .............................................................. 75

4.1.1.1. PDRB ............................................................ 75

4.1.1.2. Produksi Komoditas ..................................... 77

4.1.2. Fisik Dasar ........................................................... 78

4.1.2.1. Topografi ...................................................... 78

4.1.2.2. Geologi ......................................................... 79

xiv

4.1.2.3. Jenis Tanah ................................................... 80

4.1.2.4. Kemampuan Tanah ....................................... 81

4.1.2.5. Klimatologi ................................................... 84

4.1.2.6. Hidrologi ....................................................... 84

4.1.2.7. Klasifikasi Kawasan Pertanian Sawah .......... 85

4.1.3. Tata Guna Lahan ................................................. 86

4.1.3.1. Tata Guna Lahan Eksisting ........................... 86

4.1.3.2. Pola Ruang .................................................... 87

4.1.3.3. Perbandingan Luasan Kawasan Pertanian

Sebenarnya dengan Luasan pada RTRW Kab.

Lamongan ..................................................... 91

4.1.3.4. Kerugian Pertanian Akibat Kekeringan ........ 95

4.1.4. Kondisi Kekeringan di Kabupaten Lamongan .... 97

4.1.5. Kondisi curah hujan ............................................. 99

4.1.6. Sumber air dan jaringan irigasi eksisting .......... 100

4.2. Pembahasan ...............................................................111

4.2.1. Batasan Analisa Penelitian ................................ 111

4.2.2. Analisa Tingkat Kekeringan .............................. 111

4.2.2.1. Olah Data Citra Landsat 8 .......................... 112

4.2.2.2. Pembentukan NDVI ................................... 114

4.2.2.3. Pembentukan LST ...................................... 119

4.2.2.4. Analisa TVDI ............................................. 131

4.2.3. Pembentukan Zona Resiko Kekeringan terhadap

Sumber Air ........................................................ 147

xv

4.2.4. Skenario Pengairan Berdasarkan Tingkat Resiko

Kekeringan ........................................................ 164

BAB V KESIMPULAN DAN REKOMENDASI .................. 177

5.1. Kesimpulan ............................................................... 177

5.2. Rekomendasi ............................................................. 178

DAFTAR PUSTAKA ............................................................... 181

LAMPIRAN .............................................................................. 185

xvi

“Halaman Sengaja Dikosongkan”

xvii

Daftar Tabel

Tabel II. 1 Klasifikasi TVDI ....................................................... 24

Tabel II. 2 Klasifikasi NDVI ....................................................... 25

Tabel II. 3 Tabel Sintesa Water Source Buffer Zones ................. 32

Tabel II. 4 Tabel Variable Sintesa Pustaka ................................. 41

Tabel III. 1 Tabel Variable Sintesa Pustaka ................................ 44

Tabel III 2 Tabel Keterkaitan Sasaran, Variable dan Output ...... 65

Tabel IV. 1 Nama Kecamatan dan Jaraknya ke Ibukota Kabupaten

Lamongan .................................................................................... 70

Tabel IV. 2 Kawasan Pertanian di Kabupaten Lamongan........... 72

Tabel IV. 3 PDRB Atas Harga Berlaku Kabupaten Lamongan

Tahun 2011-2015 ........................................................................ 75

Tabel IV. 4 Hasil Produksi Pertania Kabupaten Lamongan Tahun

2015 ............................................................................................. 77

Tabel IV. 5 Luasan Berdasarkan Klasifikasi Kemiringan di

Kabupaten Lamongan Tiap Kecamatan ...................................... 78

Tabel IV. 6 Luas Menurut Jenis Tanah Kabupaten Lamongan ... 81

Tabel IV. 7 Luas Dirinci Menurut Kemampuan Tanah Kabupaten

Lamongan .................................................................................... 81

Tabel IV. 8 Lokasi Genangan di Kabupaten Lamongan

Berdasarkan Periodik Waktu ....................................................... 85

Tabel IV. 9 Luasan Klasifikasi Kawasan Pertanian di Kabupaten

Lamongan .................................................................................... 86

Tabel IV. 10 Luasan Tata Guna Lahan Eksisting ........................ 86

Tabel IV. 11 Luasan Pola Ruang ................................................. 87

Tabel IV. 12 Kerugian Pertanian Akibat Kekeringan ................. 96

Tabel IV. 13 Data Curah Hujan 2016 - 2017 .............................. 99

Tabel IV. 14 Daftar Sumber Mata Air....................................... 100

xviii

Tabel IV. 15 Daftar Waduk Kabupaten Lamongan ................... 103

Tabel IV. 16 Daftar Kali dan DAS ............................................ 105

Tabel IV. 17 Jaringan irigasi eksisting Kabupaten Lamongan .. 108

Tabel IV. 18 Lahan Kekeringan TVDI Kab. Lamongan ........... 145

Tabel IV. 19 Lahan Kekeringan TVDI Kawasan Pertanian ...... 146

Tabel IV. 20 Tabel Sintesa Water Source Buffer Zones ............ 149

Tabel IV. 21 Klasifikasi Skor Resiko Kekeringan di Kab.

Lamongan .................................................................................. 154

Tabel IV. 22 Luasan Resiko Kekeringan di Kab. Lamongan .... 159

Tabel IV. 23 Luasan Resiko Kekeringan Pertanian di Kab.

Lamongan .................................................................................. 162

Tabel IV. 24 Kebutuhan Jaringan Irigasi di Kab. Lamongan .... 165

Tabel IV. 25 Jumlah Penggunaan Air Irigasi terhadap Resiko

Kekeringan di Kab. Lamongan ................................................. 171

xix

Daftar Gambar

Gambar I. 1 Kerangka Berpikir ..................................................... 6

Gambar II. 1 Perbandingan Citra Satelit 8 dan 7ETM+ .............. 15

Gambar II.2 Perbandingan Wavelength Citra Satelit 8 dan 7ETM+

..................................................................................................... 17

Gambar II. 3 Konsep Ruang LST / NDVI ................................... 20

Gambar II. 4 Konsep Algoritma TVDI ....................................... 21

Gambar II. 5 Konsep Batas Basah dan Kering TVDI ................. 23

Gambar II. 6 Konsep Overlay ..................................................... 31

Gambar II. 7 Konsep Koordinat Jarak ......................................... 34

Gambar II. 8 Konsep Perhitungan Eucledian Distance ............... 35

Gambar II. 9 Contoh Output Eucledian Distance ....................... 36

Gambar III. 1 Proses Pembentukan LST ..................................... 48

Gambar III. 2 Konsep Ruang LST / NDVI ................................. 51

Gambar III. 3 Konsep Batas Basah dan Kering TVDI ................ 52

Gambar III 4 Konsep ................................................................... 55

Gambar III. 5 Konsep Perhitungan .............................................. 56

Gambar III 6 Kerangka Pengerjaan ............................................. 63

Gambar IV. 1 Cakupan Perbedaan Lahan Pertanian Eksisting

2016 dan RTRW Kab. Lamongan ............................................... 95

Gambar IV. 2 Kondisi Kekeringan Kabupaten Lamongan ......... 97

Gambar I.V 3 Citra Satelit Landsat 8, (1) 118x065, (2) 119x065

................................................................................................... 112

Gambar IV. 4 Mosaic Citra Satelit Landsat 8 ........................... 113

Gambar IV. 5 Citra Satelit Landsat 8 Extracted Kab. Lamongan

................................................................................................... 114

xx

Gambar IV. 6 Image Analysys NDVI ........................................ 115

Gambar IV. 7 Transformasi NDVI Kab. Lamongan ................. 116

Gambar IV 8 Hubungan Radiance dan Temperature antara Band

11 dan Band 10 .......................................................................... 119

Gambar IV. 9 Kalkulasi TOA Spectral Radiance ...................... 121

Gambar IV. 10 TOA Spectral Radiance Kab. Lamongan ......... 121

Gambar IV. 11 Kalkulasi Satelite Brightness Index .................. 123

Gambar IV. 12 Satelite Brightness Index Kab. Lamongan ....... 123

Gambar IV. 13 Kalkulasi Proportion of Vegetation ................. 124

Gambar IV. 14 Proportion of Vegetation Kab. Lamongan ....... 125

Gambar IV. 15 Kalkulasi LSE ................................................... 126

Gambar IV. 16 LSE Kab. Lamongan ........................................ 126

Gambar IV. 17 Kalkulasi LST ................................................... 128

Gambar IV. 18 LST .................................................................. 131

Gambar IV. 19 Sebaran Titik Sample ....................................... 133

Gambar IV. 20 Analisa Scatterplot NDVI dan LST .................. 134

Gambar IV 21 TVDI .................................................................. 135

Gambar IV. 22 Reclassify TVDI ................................................ 139

Gambar IV. 23 Buffer Sumber Air ............................................ 149

Gambar IV. 24 Resiko Kekeringan ........................................... 159

xxi

Daftar Peta

Peta I. 1 Batas Administratif Kabupaten Lamongan ..................... 7

Peta I. 2 Peta Tata Guna Lahan Kabupaten Lamongan ................. 9

Peta IV. 1 Peta Tata Guna Lahan ................................................ 89

Peta IV. 2 Lahan Pertanian Eksisting 2016 Kabupaten Lamongan

..................................................................................................... 93

Peta IV. 3 Peta Sumber Air dan Jaringan Irigasi Eksisting ....... 109

Peta IV. 4 NDVI (Normalized Difference Vegetation Index) .... 117

Peta IV. 5 LST ........................................................................... 129

Peta IV. 6 TVDI ......................................................................... 137

Peta IV 7 Reclassify TVDI ......................................................... 141

Peta IV. 8 TVDI Pertanian ........................................................ 143

Peta IV. 9 Buffer Sumber Air .................................................... 151

Peta IV. 10 Resiko Kekeringan Terhadap Sumber Air ............. 155

Peta IV. 11 Resiko Kekeringan Pada Kawasan Pertanian ......... 157

Peta IV. 12 Kebutuhan Jaringan Irigasi Per Kecamatan ........... 169

Peta IV. 13 Kebutuhan air guna pengairan jaringan irigasi per

kecamatan .................................................................................. 175

xxii

“Halaman ini sengaja dikosongkan”

xxiii

Daftar Lampiran

Lampiran 1 Titik Sampel LST ................................................... 185

Lampiran 2 Titik Sampel NDVI ................................................ 193

Lampiran 3 Peta Pengerjaan LST .............................................. 201

xxiv


1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Kekeringan merupakan bencana yang terjadi dikarenakan

perubahan iklim dan sulit untuk diprediksi. Kekeringan dapat di

mitigasi dengan cara memberikan skenario pengairan yang tepat.

Pada penelitian ini dilakukan proses analisa spasial untuk

menciptaan skenario pengairan yang tepat terhadap suatu

kawasan. Deteksi wilayah kekeringan pada penelitian ini akan

menggunakan metode remote sensing dimana akan dihasilkan

indeks TVDI, dimana juga berperan sebagai dasar data untuk

menciptakan hasil akhir penelitian ini yaitu berupa skenario

pengairan. Berdasarkan Chen. et. al. (2011) penentuan tingkat

kekeringan dengan menggunakan data dasar kebumian atau

remote sensing akan lebih akurat daripada menggunakan data

numerik seperti curah hujan, dikarenakan data yang dihasilkan

akan lebih akurat berdasar keseluruhan pixel yang ada pada area

peneilitian.

Wilayah yang dipilih untuk penelitian ini adalah wilayah

dengan potensi pertanian yang besar dan juga memiliki ancaman

kekeringan yang cukup tinggi. Wilayah yang terpilih adalah

kabupaten lamongan. Adapun dicantumkan pada peta indeks

resiko bencana oleh BNPB (Badan Nasional Penanggulangan

Bencana) tahun 2013 di ketahui bahwa Kabupaten lamongan

mempunyai resiko tinggi terhadap bencana kekeringan,

Kabupaten Lamongan merupakan wilayah dengan tingkat

kekeringan tinggi dengan wilayah pertanian yang luas khususnya

LP2B.

Kekeringan pada Kabupaten Lamongan disebabkan oleh

perubahan cuaca yang tidak menentu. Berdasarkan Kepala BPBD

Kabupaten Lamongan, Mubarok (2015), kekeringan pada

kabupaten lamongan sering kali tidak menentu. Dimana terjadi

2

pada bulan – bulan yang tidak seharusnya dan seringkali berujung

pada terjadinya kemarau panjang yang menyebabkan tingkat

kekeringan pada Kabupaten Lamongan meningkat pada tahun

tersebut. Selain itu kekeringan di kabupaten lamongan juga

disebabkan oleh terjadinya pergeseran DAS utama di wilayah

hulu yang membuat lahan beralih fungsi dari vegetasi menjadi

non-vegetasi. Efek dari perubahan tersebut adalah sistem resapan

air dan distribusi air yang kacau sehingga menyebabkan

kekeringan.

Kekeringan tentu sangat merugikan pendapatan sektoral

Lamongan khususnya Pertanian yang berkemungkinan untuk

mengurangi pendapatan provinsi jawa timur, mengingat lamongat

merupakan kawasan strategis pertanian ke 2 setelah jember di

tingkat provinsi jawa timur, Kepala Dinas Pertanian Kabupaten

Lamongan Ir. Safuan (2013) menyatakan, "Luasan lahan

pertanian yang terancam kekeringan mencapai 5.679 hektar,

terdapat di 33 kecamatan yang berada di 138 desa. Kerugian

mencapai sekitar Rp 1,5 miliar. Hasil panen di Kabupaten

Lamongan mengalami kerugian 436 ton beras," Kerugian

semacam itu masih terjadi hingga tahun 2016 di akibatkan oleh

bencana kekeringan setiap tahunnya.

Sementara itu, Berdasarkan media cetak yang beredar

pada 23 September 2014, terdapat 7 kecamatan di kabupaten

Lamongan terkait kebutuhan air meliputi Giriwoyo (4 desa krisis

air, ada 1786 keluarga dan 6461 jiwa), Nguntoronadi (5 desa,

1001 keluarga, 3103 jiwa), Eromoko (4 desa, 1580 keluarga dan

6622 jiwa), Manyaran (2 desa, 590 keluarga dan 2181 jiwa),

Paranggupito (8 desa, 2922 keluarga, dan 8456 jiwa),

Pracimantoro (9 desa, 6010 keluarga dan 19180 jiwa) serta

Giritontro 5 desa, 3465 keluarga dan 12133 jiwa). Data tersebut

menunjukan besarnya kerugian yang di sebabkan oleh kekeringan

di kabupaten Lamongan.

Sejauh ini proses yang telah dilakukan menurut BPBD

sendiri masih tidak cocok karena berbagai hal. Adapun faktanya

sumber air masih belum dimanfaatkan secara maksimal. Maka

3

dari itu diperlukan pemanfaatan DAS, Waduk dan mata air sekitar

dalam sebuah sistem pengairan yang efektif.

Kabupaten Lamongan, Jawa timur memiliki potensi

bencana kekeringan yang tinggi, akan tetapi tidak didukung

dengan perencanaan pengelolaan air dan pengairan yang tepat.

Sehingga problematika kekurangan air bersih setiap tahunya

menyebabkan kerugian panen yang massif. Melihat hal tersebut,

penelitian ini di harapkan akan memberikan Skenario pengairan

yang tepat dan sesuai dengan kabupaten Lamongan sehingga

dapat mengurangi dampak kekeringan sector pertanian di

kabupaten Lamongan, jawa timur.

1.2. Rumusan Masalah

Keberadaan Inti permasalahan penelitian ini adalah

“Belum adanya analisa terkait Skenario Pengairan menyesuaikan

tingkat resiko kekeringan yang ada di kabupaten Lamongan

sebagai salah satu solusi dalam mengurangi dampak ekonomis

dan fisik pada sector pertanian akibat kekeringan”. Adapun

masalah yang akan dikaji adalah sebagai berikut;

1. Apa saja faktor – faktor penentu tingkat kekeringan di

kabupaten lamongan?

2. Bagaimana tingkat ancaman bencana kekeringan di

kabupaten Lamongan?

3. Bagaimana tingkat resiko bencana kekeringan terhadap

pertanian di kabupaten Lamongan ?

4. Bagaimana perhitungan kebutuhan pengairan yang sesuai

terhadap resiko kekeringan, guna mengurangi dampak

bencana kekeringan di kabupaten lamongan?

1.3. Tujuan dan Sasaran

Tujuan dari penelitian ini adalah menganalisis kebutuhan

pengairan guna mengatasi dampak bencana kekeringan di

kabupaten Lamongan dengan metode analisa berbasis Sistem

4

Informasi Geografi. Adapun sasaran dalam penelitian ini adalah

sebagai berikut;

1. Mengidentifikasi faktor – faktor penentu tingkat

kekeringan di kabupaten lamongan

2. Mengidentifikasi Tingkat ancaman bencana kekeringan di

Kabupaten Lamongan menggunakan indeks TVDI

3. Mengetahui Tingkat resiko bencana kekeringan terhadap

sektor pertanian di kabupaten Lamongan

4. Mengidentifikasi Kebutuhan pengairan yang sesuai guna

mengurangi dampak bencana kekeringan di kabupaten

Lamongan.

1.4. Ruang Lingkup

1.4.1. Ruang Lingkup Substansi

Substansi yang dibahas dalam penelitian ini meliputi

mitigasi bencana kekeirngan dengan metode identifikasi

kekeringan dan identifikasi pola pengairan yang tepat.

1.4.2. Ruang Lingkup Pembahasan

Ruang lingkup pembahasan berisi mengenai batasan

materi yang akan dibahas dalam penelitian. Pada penelitian

ini, lingkup pembahasan materi yang akan dibahas adalah

mengenai mitigasi kekeringan di wilayah Lamongan terkait

penentuan tingkat ancaman dan resiko kekeringan kedepan,

dilanjutkan dengan perhitungan skenario pengairan yang tepat

sesuai dengan tingkat ancaman dan resiko yang di dapatkan.

Adapun beberapa batas lain dalam penelitian ini adalah,

o Penelitian hanya sebesar kabupaten lamongan saja

o Metode yang digunakan dalam penelitian ini adalah

bertahap, dari identifikasi kekeringan, identifikasi resiko,

dan kalkulasi scenario pengairan.

5

o Konsep penentuan resiko kekeringan berdasarkan

kedekatan dengan sumber air dan irigasi eksisting di

kabupaten lamongan.

1.4.3. Ruang Lingkup Wilayah

o Batas Administratif

Batas administrative wilayah studi penelitian ini adalah

di kabupaten Lamongan, jawa timur. Peta dilampirkan

pada halaman berikutnya. Peta I.1. Batas Administratif

Kabupaten Lamongan

o Batas wilayah studi

Batas wilayah studi dalam penelitian ini adalah kawasan

pertanian di kabupaten Lamongan, jawa timur yang

mengalami kerugian. Peta dilampiran pada halaman

berikutnya. Peta 1.2. Peta Tata Guna Lahan

Pertanian Kabupaten Lamongan

1.5. Manfaat Penelitian 1.5.1. Manfaat Teoritis

Penelitian ini bermanfaat bagi keilmuan perencanaan

wilayah dan kota. Penelitian ini dapat memberikan informasi

bagaimana melakukan identifikasi potensi bencana kekeringan

serta resikonya dengan menggunakan sistem informasi geografis

sebagai alat ukurnya.

1.5.2. Manfaat Praktis

Penelitian ini bermanfaat bagi penanggulangan resiko

bencana kekeringan di Lamongan. Dengan mengetahui tingkat

resiko bencana dan sistem pengairan yang tepat, maka pemerintah

setempat dapat mengambil tindakan yang efektif dan efisien.

6

1.6. Kerangka Berpikir

Gambar I. 1 Kerangka Berpikir

Sumber: Hasil Analisis, 2017

7

Peta I. 1 Batas Administratif Kabupaten Lamongan

Sumber: Hasil Digitasi, 2016

8


9

Peta I. 2 Peta Tata Guna Lahan Kabupaten Lamongan


10


11

BAB II

TINJAUAN PUSTAKA

2.1. Pertanian Sebagai Tulang Punggung Perekonomian

Indonesia

Pertanian merupakan sektor primer dalam perekonomian

Indonesia. Artinya pertanian merupakan sektor utama yang

menyumbang hampir dari setengah perekonomian. Pertanian juga

memiliki peran nyata sebagai penghasil devisa negara melalui

ekspor. Oleh karena itu perlu diadakannya pembangunan di dalam

sektor pertanian sehingga dapat bersaing di pasar dalam negeri

maupun di luar negeri.

Pembangunan pertanian yang sudah cukup berhasil

dicapai oleh Indonesia pada tahun 1970-an sampai tahun 1980-an

yang ditandai dengan meningkatnya pertumbuhan PDB (Produk

Domestik Bruto) sektor pertanian sebesar 3,2% per tahunnya.

Kemudian pada 1984 swasembada beras dapat tercapai dan

berhasil memicu pertumbuhan ekonomi di pedesaan. Sayangnya,

swasembada beras tersebut hanya dapat dipertahankan hingga

tahun 1993. Tingkat produktivitas padi di Indonesia adalah yang

tertinggi dari negara-negara lain di kawasan Asia Tenggara dan

Asia Selatan. Oleh karena itu, Indonesia memiliki 1keunggulan

yaitu beras sebagai subtitusi impor. (Irsanarham, 2011).

2.2. Kekeringan Menghambat Laju Perekonomian

Kekeringan pada dasarnya adalah kondisi kekurangan air

pada daerah yang biasanya tidak mengalami kekurangan air,

sedangkan daerah yang kering adalah daerah yang mempunyai

curah hujan kecil atau jumlah bulan kering dalam setahun

lebih besar atau sama dengan delapan bulan. Menurut

Kementerian Ristek (2008) kekeringan secara umum bisa

didefinisikan sebagai pengurangan pesediaan air atau

12

kelembaban yang bersifat sementara secara signifikan di

bawah normal atau volume yang diharapkan untuk jangka

waktu tertentu (Raharjo, 2010).

Kekeringan pada indonesia sendiri juga di akibatkan

dengan adanya fenomena climate change, dimana siklus iklim

berubah sehingga menyebabkan musim panas bertambah lama.

Dikarenakan hal tersebut, sektor pertanian mengalami kekeringan

jangka panjang yang menyebabkan kerugian pada sekotor

tersebut. Kepala Badan Penanggulangan Bencana Daerah (BPBD)

pun menjelaskan, kerugian kekeringan saat ini mencapai Rp11

miliar lebih. Angka ini akan diajukan ke Badan Nasional

Penanggulangan Bencana (BNPB).

Dinas Pengelolaan Sumber Daya Air (PSDA) membagi

dua kategori kekeringan yaitu kekeringan alamiah dan

kekeringan yang diakibatkan perbuatan manusia (TKPSDA,

2003). Adapun kekeringan alamiah terbagi menjadi lima sudut

pandang yaitu:

a. Kekeringan meteorologis berkaitan dengan tingkat curah hujan

di bawah normal dalam satu musim. Pengukuran kekeringan

meteorologis merupakan indikasi pertama adanya kekeringan.

Kekeringan hidrologis berkaitan dengan kekurangan pasokan air

permukaan dan air tanah. Kekeringan ini diukur berdasarkan

elevasi muka air sungai, waduk, danau dan elevasi muka air

tanah. Ada tenggang waktu mulai berkurangnya hujan sampai

menurunnya elevasi muka air sungai, waduk,

b. danau dan elevasi muka air tanah. Kekeringan hidrologis

bukan merupakan indikasi awal adanya kekeringan.

c. Kekeringan pertanian berhubungan dengan kekurangan lengas

tanah (Kandungan air dalam tanah) sehingga tidak mampu

memenuhi kebutuhan tanaman tertentu pada periode waktu

tertentu dalam wilayah yang luas. Kekeringan pertanian ini terjadi

setelah gejala kekeringan meteorologis.

d. Kekeringan sosial ekonomi berkaitan dengan kekeringan yang

memberi dampak terhadap kehidupan sosial ekonomi seperti:

rusaknya tanaman, peternakan, perikanan, berkurangnya tenaga

13

listrik dari tenaga air, terganggunya kelancaran transportasi air,

menurunnya pasokan air baku untuk industri domestik dan

perkotaan.

e. Kekeringan hidrotopografi berkaitan dengan perubahan tinggi

muka air sungai antara musim hujan, musim kering dan topografi

lahan.

Kekeringan tidak taat aturan atau yang disebabkan manusia

terjadi karena:

a. Kebutuhan air lebih besar dari pasokan yang direncanakan

akibat ketidak taatan pengguna terhadap pola tanam/pola

penggunaan air.

b. Kerusakan kawasan tangkapan air, sumber-sumber air akibat

perbuatan manusia.

2.3. Identifikasi Bencana Kekeringan

2.3.1. Land Satelite (Citra Landsat)

Satelit Landsat (Land satellite) merupakan suatu hasil

program satelit sumberdaya bumi yang dikembangkan oleh

NASA (the National Aeronautical and Space Administration)

Amerika Serikat pertama kali diluncurkan pada 1972 dengan

nama ERTS-1 ((Earth Resources Technology Satellite). Dengan

kesuksesan peluncuran pertama, dilanjutkan dengan peluncuran

selanjutnya seri kedua yang dengan nama Landsat-1. Hingga yang

terbaru yaitu Landsat 8OLI.

landsat 8 terbang dengan ketinggian 705 km dari

permukaan bumi dan memiliki area scan seluas 170 km x 183 km

(mirip dengan landsat versi sebelumnya). NASA sendiri

menargetkan satelit landsat versi terbarunya ini mengemban misi

selama 5 tahun beroperasi (sensor OLI dirancang 5 tahun dan

sensor TIRS 3 tahun). Tidak menutup kemungkinan umur

produktif landsat 8 dapat lebih panjang dari umur yang

dicanangkan sebagaimana terjadi pada landsat 5 (TM) yang

14

awalnya ditargetkan hanya beroperasi 3 tahun namun ternyata

sampai tahun 2012 masih bisa berfungsi.

Terkait resolusi spasial, landsat 8 memiliki kanal-kanal

dengan resolusi tingkat menengah, setara dengan kanal-kanal

pada landsat 5 dan 7. Umumnya kanal pada OLI memiliki

resolusi 30 m, kecuali untuk pankromatik 15 m. Dengan demikian

produk-produk citra yang dihasilkan oleh landsat 5 dan 7 pada

beberapa dekade masih relevan bagi studi data time

series terhadap landsat 8.

Berdasarkan Campbell J, 2013. Menyatakan bahwa

landsat 8 memiliki sensor Onboard Operational Land Imager

(OLI) dan Thermal Infrared Sensor (TIRS) dengan jumlah kanal

sebanyak 11 buah. Diantara kanal-kanal tersebut, 9 kanal (band 1-

9) berada pada OLI dan 2 lainnya (band 10 dan 11) pada TIRS.

Sebagian besar kanal memiliki spesifikasi mirip dengan landsat

7. Dibandingkan versi-versi sebelumnya, landsat 8 memiliki

beberapa keunggulan khususnya terkait spesifikasi band-band

yang dimiliki maupun panjang rentang spektrum gelombang

elektromagnetik yang ditangkap. Sebagaimana telah diketahui,

warna objek pada citra tersusun atas 3 warna dasar, yaitu Red,

Green dan Blue (RGB). Dengan makin banyaknya band sebagai

penyusun RGB komposit, maka warna-warna obyek menjadi

lebih bervariasi.

Adapun perbedaanya dengan landsat ETM+ berdasarkan

NASA adalah sebagai berikut.

15

Gambar II. 1 Perbandingan Citra Satelit 8 dan 7ETM+

Sumber: NASA “Landsat Data Continuity Mission Brochure”,

2017

Landsat 8 OLI / TIRS memiliki level ketelitian tersendiri

sama seperti pada tipe landsat lainnya. Level 1 product adalah

level landsat 8 yang dipublikasikan. Berdasarkan Landsat 8 data

user handbook, usgs (2016), level 1 product antara lain terdiri dari

sebagai berikut.

Level 1 Radiometric (L1R), pada tingkat ini secara

radiometris dihasilkan dari pengkoreksian terhadap data L0 dan

diskalakan ke radians spektral atau pantulan.

Level 1 Systematic (L1G), data L1R yang dikoreksi

geometri sistematik, dan di resampling ke proyeksi kartografis,

dan direferensikan ke WGS84, G873, atau versi lain yang ada.

Level 1 Gt (L1Gt), data L1R yang dikoreksi geometri

sistematik, dengan koreksi terrain, dengan perlakukan yang sama

seperti pada L1G. L1Gt menggunakan informasi posisi onboard

atau ephemeris definitif, dan juga penggunaan data elevasi untuk

mengkoreksi kesalahan paralaksise.

Level 1 Terrain (L1T), data hasil pengolahan L1R,

dengan penerapan koreksi geometri sistematik. Penggunaan titik

ikat, atau informasi posisi onboard untuk resampling citra

sehingga terproyeksi secara kartografis, ke WGS84, G873, atau

versi lain yang ada. Data hasil pengolahan dengan level L1T ini

juga terkoreksi medan (terrain) untuk relief displacement.

16

Selain itu landsat 8 pada level 1 product nya juga

disediakan tambahan jenis data yaitu tipe metadata dan Quality

Assesment Band. Dimana Metadata atau MTL menyediakan

informasi spesifik numerik mengenai data produk dan parameter

produk level 1. Data MTL mudah untuk dibaca dan diolah.

Beberapa contoh parameter yang terdapat pada landsat 8 adalah

sebagai berikut,

Unique Landsat scene identifier

WRS path dan row information

Waktu kapan scene imagery ditangkap

Corner longitude, latitude in degrees dan peta

projeksi dalam meter

Reflective, thermal, dan panchromatic band lines

serta samples

Termasuk nama detail file

Image attributes meliputi cloud cover, sun azimuth

dan ketinggian, dan jumlah GCP yang terpakai

Band minimum and maximum reflectance and

radiance rescaling

QA Band sendiri adalah komposit image data pada

landsat 8 beserta data statistiknya yang dapat digunakan untuk

kasus tertentu. Band ini dapat digunakan khususnya untuk cloud

mask atau menghilangkan awan. Proses yang dilakukan tergolong

mudah karena keseluruhan data telah terkomposit dalam QA

Band ini. QA sangat berguna untuk membantu proses analisa

pada level 1 jika diperlukan.

Wavelenght pada landsat 8 OLI / TIRS cenderung

setingkat lebih baik dibandingkan landsat pendahulunya seperti

landsat 7+ ETM. Dimana tingkatan wavelength lebih akurat dan

presisi terhadap produk datanya. Adapun gambarannya adalah

sebagai berikut.

17

Gambar II. 2 Perbandingan Wavelength Citra Satelit 8 dan

7ETM+

Sumber: USGS Landsat 8 Data User Handbook, 2016

2.3.2. Geographic Information System (GIS)

Menurut Aronoff (1998), GIS adalah sistem yang

berbasiskan komputer (CBIS) yang digunakan untuk menyimpan

dan memanipulasi informasi-informasi geografis. GIS dirancang

untuk mengumpulkan, menyimpan, dan menganalisis objek-objek

dan fenomena di mana lokasi geografis merupakan karakteristik

yang penting atau kritis untuk dianalisis, GIS memiliki empat

kemampuan berikut dalam menangani data yang bereferensi

geografis: (a) masukan, (b) manajemen data (penyimpanan dan

pemanggilan data), (c) analisis dan manipulasi data dan (d)

keluaran. (Prahasta, 2009:116).

Pada sistem GIS memiliki 2 jenis analisis yaitu, Analisis

Atribut dan Analisis Spasial. Analisis atribut terdiri dari operasi

dasar sistem pengelolaan basisdata (DBMS) dan perluasanya.

Operasi dasar basisdata mencakup: membuat basis data baru,

menghapus basisdata, membuat tabel basisdata, mengisi dan

menyisipkan data, membaca dan mencari data, mengedit data

18

yang terdapat di dalam tabel basisdata dan membuat indeks untuk

setiap tabel basisdata

Sedangkan perluasan basisdata meliputi: Membaca

basisdata dalam sistem basisdata yang lain, dapat berkomunikasi

dengan sistem basisdata yang lain, dapat menggunakan bahasa

basisdata standar SQL, operasi-operasi atau fungsi analisis lain

yang sudah rutin digunakan di dalam sistem basisdata

Untuk kemampuan analisis spasial dibagi dalam

beberapa komponen sebagai berikut,

Klasifikasi: Fungsi ini mengklasifikasikan atau

mengklasifikasikan kembali suatu data spasial (atau atribut)

menjadi data spasial yang baru dengan menggunakan kriteria

tertentu.

Jaringan (netWork): Fungsi ini merujuk data spasial titik-

titik (point) atau garis-garis (line) sebagai suatu jaringan yang

tidak terpisahkan.

Overlay: Fungsi ini menghasilkan data spasial baru dari

minimal dua data spasial yang menjadi masukkanya.

Buffering: Fungsi ini akan menghasilkan data spasial baru

yang berbentuk polygon atau zone dengan jarak tertentu dari data

spasial yang menjadi masukkanya.

Digital image processing (pengolahan citra digital): fungsi

ini dimiliki oleh perangkat SIG yang berbasiskan raster.

2.3.3. Deteksi Tingkat Kekeringan dengan TVDI

Deteksi Tingkat kekeringan berbasis penginderaan jauh

dan sistem informasi geografis ini menggunakan Landsat 8 OLI

dengan membentuk model yang sesuai, model yang digunakan

berdasarkan Hetti (2014) dan Chen. Lin. (2003) adalah TVDI atau

Temperature Vegetation Dryness Index. Berdasarkan beberapa

penelitian TVDI dapat menciptakan model kekeringan yang

sesuai untuk daerah yang luas dibandingkan dengan SPI yang

berupa buffer curah hujan melalui beberapa titik. Kelemahan

metode SPI adalah dalam penggunaan datanya yang merupakan

19

data curah hujan dan hanya berdasarkan beberapa titik sampel

saja, biasanya kurang dari 20 titik sampel. Menyesuaikan jumlah

pos pantau iklim yang ada pada daerah tersebut. Sehingga metode

SPI sendiri memerlukan kolektif data minimal 1 tahunan atau 12

bulan berturut – turut terkait data curah hujan untuk

meminimalisir ketidak akuratan yang ada.

Menurut Patridge (2002), curah hujan hanyalah salah satu

factor terkait kelembapan tanah, dan tidak terlalu menentukan

tingkat kelembapan suatu tanah secara keseluruhan. Dikarenakan

kelembapan tanah tidak hanya ditentukan terhadap curah hujan

yang terjadi saja, terdapat faktor lainya seperti kondisi tanah,

jenis, daya tampung air dan sifat asli tanah itu sendiri. Suseno et

al. (2012) menyatakan bahwa model TVDI (Temperature

Vegetation Dryness Index) lebih akurat dibandingkan SPI

(Standar Perception Index) dimana TVDI dapat menggambarkan

tingkat kekeringan dengan memperhatikan tingat kehijauan dan

suhu permukaan yang ada.

Sandholt (2002) menyatakan, hubungan antara vegetasi dan

suhupermukaan dapat di transformasikan untuk menentukan

tingkat kekeringan serta kelembapan tanah suatu kawasan. Selain

itu model ini cocok digunakan pada kawasan dengan skala yang

besar seperti Distrik / Kabupaten. Berbeda dengan SPI yang

hanya mengandalkan data curah hujan berdasarkan pos pantau

cuaca yang tersedia. Sehingga hasil yang di dapatkan kurang

akurat untuk kawasan yang besar. Rahimzadeh-Bajgiran et al.

(2012) telah meneliti bahwa TVDI cukup akurat untuk

menentukan tingkat kekeringan kawasan pertanian dengan

koefisien determinan (R2) sebesar 0.32 atau korelasi sebesar 0.54.

2.3.4. TVDI (Temperature Vegetation Dryness Index)

Temperature Vegetation Dryness Index (TVDI)

merupakan indeks kekeringan yang ditentukan berdasarkan

parameter empirik dari hubungan antara temperatur permukaan

(LST) dan indeks vegetasi (NDVI). Indeks tersebut di kaitkan

dengan kelembaban tanah dan diperoleh hanya berdasarkan input

20

dari informasi satelit penginderaan jauh per pixel (Sandholt,

2002).

Chen et al (2011) mengadopsi dari Sandholt (2002)

menyatakan bahwa LST diplot sebagai fungsi dari NDVI. Sisi kiri

merepresentasikan tanah kosong dari range kering hingga basah

(atas-bawah). Dengan meningkatnya jumlah vegetasi hijau pada

sumbu x (NDVI), temperatur permukaan maksimum menurun.

Untuk kondisi kering, hubungan negative didenisikan oleh sisi

atas, yang merupakan batas atas temperatur permukaan untuk

jenis permukaan tertentu. Konsep ruang LST/NDVI dapat dilihat

pada Gambar berikut :

Gambar II. 3 Konsep Ruang LST / NDVI

Sumber: Sandholt, 2002

21

Gambar II. 4 Konsep Algoritma TVDI


Model TVDI memanfaatkan hubungan segitiga antara

NDVI dan temperatur untuk menentukan indeks kelembaban

tanah seperti yang divisualisasikan pada gambar sebelumnya

mengenai konsep ruang dan algoritma TVDI.

Rumus perhitungan TVDI memanfaatkan hubungan

segitiga antara LST dan NDVI tersebut. Ada beberapa penelitian

yang menjanjikan rumus perolehan model TVDI. Keseluruhan

rumus tersebuh berpacu pada satu rumus dasar yang di canangkan

oleh Sandholt, (2002).

TVDI = (TSobs – Tsmin) / (a + bNDVI – Tsmin)

Dimana Tsobs merupakan hasil transformasi citra

temperature permukaan tanah / LST dalam pixel. Tsmin adalah

batas minimum dalam konsep keruangan algoritma segitiga

hubungan LST dan NDVI yang dimodelkan dalam bentuk linear

sama dengan Tsmax yang berupa a+b*NDVI. Rumus tersebut

mengandalkan hasil hubungan antara LST dan NDVI yang

disajikan dalam scatterplot untuk menciptakan persamaan liniet

batas atas dan bawah. Hal ini berbeda dengan teori

22

pengambangan atau validasi. Dikarenakan teori dari sandholt ini

memang diperuntukan untuk menentukan rumus atau persamaan

guna menghasilkan model kekeringan TVDI.

Adapun rumus turunan dari TVDI ini berdasarkan X.

Yang et al. 2008 memperjelas input dan output dari rumus

penentuan TVDI ini. Rumus ini diharapkan dapat menghilangkan

kerancuan terhadap metode hubungan segitiga yang digunakan

dalam menentukan model kekeringan ini. Adapun rumus

penentuan TVDI berdasarkan X. Yang et al. 2008 adalah sebagai

berikut;

𝑇𝑉𝐷𝐼 =𝐿𝑆𝑇 − 𝑓(𝑁𝐷𝑉𝐼)𝑚𝑖𝑛

𝑓(𝑁𝐷𝑉𝐼) max − 𝑓(𝑁𝐷𝑉𝐼)𝑚𝑖𝑛

Dimana;

LST = Land Surface Temperature dalam pixel / hasil transformasi

citra digital

NDVI = Indeks Vegetasi dalam pixel / hasil transformasi citra

digital

f(NDVI)max dan f(NDVI)min adalah fungsi linear dari

indeks vegetasi. Yang di artikan dalam bentuk persamaan sebagai

berikut.

f(NDVI)max : amax + bmax x NDVI

f(NDVI)min : amin + bmin x NDVI

Dimana;

amax + bmax adalah parameter regresi linear untuk dry edge atau

batas kering.

amin + bmin adalah parameter regresi linear untuk wet edge atau

batas basah.

Batas basah dan Batas kering didapatkan berdasar

hubungan segitiga antara suhu permukaan dan vegetasi seperti

yang dijelaskan pada awal pembahasan di konsep cetusan

23

Sandholt (2002). Batas basah / Wet Edge dan Batas Kering / Dry

Edge divisualisasikan sebagai berikut.

Gambar II. 5 Konsep Batas Basah dan Kering TVDI

Sumber: Yang et al, 2008

Dimana pada TVDI, Dry Edge merupakan batas atas

garis pada sebaran scatterplot antara LST dan NDVI. Batas atas

memiliki nilai maksimum TVDI = 1. Batas bawah merupakan wet

edge atau garis basah pada scatterplot hubungan segitiga antara

LST dan NDVI yang berada pada bagian bawah sebaran sampel

kedua variable tersebut, dengan nilai TVDI = 0 untuk paling

minimum. Persamaan akan dihasilkan menyesuaikan hubungan

segitiga LST dan NDVI yang telah di transformasikan dari citra

digital berdasarkan nilai titik sampel per pixel yang tersedia.

Jika suatu permukaan basah, LST akan menjadi rendah.

Sebaliknya jika permukaan kering, LST akan meningkat.

Peningkatan LST relatif lebih signifikan pada daerah dengan

NDVI rendah, yang merupakan tanah kosong atau vegetasi

jarang. Sedangkan pada daerah dengan NDVI tinggi, peningkatan

LST semakin sempit kelasnya. Adapun klasifikasi tingkat

24

kekeringan berdasarkan Sandholt (2002) terhadap nilai TDVI

adalah sebagai berikut:

Tabel II. 1 Klasifikasi TVDI

Tingkat Kekeringan TVDI

Sangat Basah 0 < TVDI <0,2

Basah 0,2 < TVDI <0,4

Normal 0,4 < TVDI <0,6

Kering 0,6 < TVDI <0,8

Sangat Kering 0,8 < TVDI <1,0

Sumber : Sandholt, 2002

2.3.5. NDVI

Indeks Vegetasi adalah pengukuran optis tingkat

kehijauan (greenness) kanopi vegetasi, sifat komposit dari klorofil

daun, luas daun, struktur dan tutupan kanopi vegetasi (Huete,

2011).

Indeks vegetasi telah banyak digunakan dalam berbagai

penelitian tentang vegetasi skala global. Indeks Vegetasi dapat

secara efektif digunakan untuk pemetaan kekeringan,

penggurunan (desertifikasi) dan penggundulan hutan (Horning,

2010).Ada banyak Algoritma indeks vegetasi yang pernah

dikembangkan untuk pengukuran Index Vegetasi.

Algoritma NDVI banyak digunakan untuk berbagai

aplikasi terkait vegetasi. NDVI memiliki efektivitas untuk

memprediksi sifat permukaan ketika kanopi vegetasi tidak terlalu

rapat dan tidak terlalu jarang (Liang, 2004). Algoritma untuk

Normalized Difference Vegetation Index (Rouse et al. 1974)

adalah :

NDVI= (NIR-R) / (NIR+R)

25

Keterangan :

NIR : Nilai spektral saluran Near Infrared

R : Nilai spektral saluran Red.

NDVI digunakan sebagai salah satu parameter untuk

menciptakan model TVDI. Dimana NDVI akan berada pada axis

X dalam teknik analisa scattrplot. NDVI memiliki beberapa

klasifikasi, dengan rentang dari -1 hingga 1. Berikut adalah tabel

klasifikasinya berdasarkan Horning N. (2010):

Tabel II. 2 Klasifikasi NDVI

Klasifikasi Daerah Range NDVI

Awan es, Awan air, Salju <0

Batuan dan lahan kosong 0 - 0.1

Padang rumbut dan semak

belukar

0,2 – 0.3

Hutan daerah hangat dan

Hutan hujan tropis

0.4 – 0.8

Sumber : Horning N,, Remote Sensing for Ecology and

Conservation 2010

NDVI dapat di transformasi menggunakan Band 5 dan

Band 4 untuk Landsatq 8 OLI, hal tersebut dinyatakan oleh USGS

terkait penggunaan transformasi NDVI menggunakan Landsat 8

OLI.

2.3.6. LST

Land Surface Temperature atau Suhu permukaan lahan

adalah keadaan yang dikendalikan oleh keseimbangan energi

permukaan, atmosfer, sifat termal dari permukaan,

dan media bawah permukaan tanah (Becker & Li,

1990). Land surface temperature merupakan fenomena penting

dalam perubahan iklim global. Seiring meningkatnya kandungan

26

gas rumah kaca di atmosfer, maka land surface temperature juga

akan meningkat. Hal ini akan mengakibatkan mencairnya gletser

dan lapisan es dan mempengaruhi vegetasi daerah tersebut.

Dampaknya akan lebih banyak di daerah monsun, karena curah

hujan tidak dapat diprediksi mengakibatkan banjir dan kenaikan

permukaan air laut (Rajeshwari dan Mani, 2014).

LST (Land Surface Temperature) dapat didefinisikan

sebagai suhu permukaan rata-rata dari suatu permukaan yang

digambarkan dalam cakupan suatu piksel dengan berbagai tipe

permukaan yang berbeda (Faridah & Krisbiantoro, 2014). LST

adalah salah satu kunci parameter di berbagai studi lingkungan

pada disiplin-disiplin ilmu yang berbeda, seperti geologi,

hidrologi, ekologi, oseanografi, meteorologi, klimatologi, dan

lain-lain (Jiménez-Muñoz dan Sobrino, 2008).

LST merupakan salah satu parameter kunci

keseimbangan energi pada permukaan dan merupakan variabel

klimatologis yang utama. LST mengendalikan fluks energi

gelombang panjang yang melalui atmosfer. Besarnya LST

tergantung pada kondisi parameter permukaan lainnya, seperti

albedo, kelembaban permukaan dan tutupan serta kondisi

vegetasi. Oleh karena itu, pengetahuan tentang distribusi spasial

LST dan keragaman temporalnya penting bagi pemodelan aliran

yang akurat antara permukaan dan atmoster (Prasasti et al, 2007).

Pada landsat 8, perhitungan LST atau land surface

temperature memperhitungkan beberapa paremeter, yaitu

emmisivity, radiance, proper vegetation, satellite brightness

index, hingga dapat ditransformasikan menjadi LST. Adapun

perhitungan LST berdasarkan Usman (2016) adalah sebagai

berikut,

LST = BT / 1 + w * (BT / p) * Ln(e)

dimana:

BT = Band Satelite Temperature

w = Centre Wavelenght of Band x

27

p = 14380, Parameter defined

e = Emmisivity

2.3.7. Land Use (Penggunaan Lahan)

Penggunaan lahan pada penelitian ini berperan sebagai

penentu seberapa kuat tingkat penampungan air kawasan tersebut.

Daerah dalam konteks penelitian ini yaitu pertanian, dimana akan

di identifikasi seberapa besar tingkat aliran dan kapasitas serapan

airnya. Kaitanya dalam kekeringan, nilai skor rendah diberikan

pada daerah dengan tutupan lahan didominasi oleh pertanian

tanah kering, sedangkan nilai skor tinggi untuk daerah dengan

penutup lahan pertanian tanah basah. Pemberian nilai nol pada

tubuh air dikarenakan tubuh air dianggap tidak pernah mengalami

kekeringan.

2.4. Konsep Penetapan Resiko Kekeringan

Bencana Merupakan Peristiwa arau rangkaian peristiwa

yang mengancam dan mengganggu kehidupan dan penghidupan

masyarakat yang disebabkan baik oleh faktor alam dan/atau faktor

non alam maupun manusia sehingga mengakibatkan timbulnya

korban jiwa manusia, kerusakan lingkungan, kerugian harta

benda, dan dampak psikologis. (UU No. 24 tahun 2007).

Berdasarkan UU No. 24 tahun 2007, resiko adalah

Besarnya kerugian atau kemungkinan terjadi korban manusia,

kerusakan dan kerugian ekonomi yg disebabkan oleh bahaya

tertentu di suatu daerah pada suatu waktu tertentu

Resiko biasanya dihitung secara matematis, merupakan

probabilitas dari dampak atau konsekwesi suatu bahaya.

Diartikan oleh Palmersada (2010), Komponen bencana

terdiri dari bencana, bahaya, kerentanan, dan resiko. Dimana

Resiko adalah kemungkinan dampak yang merugikan yang di

akibatkan fenomena alam yang luar biasa / bersfiat merusak, serta

keaadaan atau kondisi yang dapat mengurangi dan mencegah

terjadinya kemungkinan bahaya atau ancaman bencana.

28

Akbar (2013), menyatakan jika Resiko Bencana memiliki

pengertian: potensi kerugian yang ditimbulkan akibat bencana

pada suatu wilayah dan kurun waktu tertentu yang dapat berupa

kematian, luka, sakit, jiwa terancam, hilangnya rasa aman,

mengungsi, kerusakan atau kehilangan harta, dan gangguan

kegiatan masyarakat. Melihat pengertian tersebut, maka kita

sebenarnya sedang hidup bersama risiko bencana. Bencana yang

setiap saat bisa mengancam, mungkin tidak bisa dicegah, tapi kita

bisa melakukan upaya pengurangan risiko bencana. Oleh sebab

itu, kita perlu memperkaya wawasan tekait bagaimana konsep

dasar dan pengertian pengurangan risiko bencana.

Pengurangan risiko bencana (disaster risk reduction)

merupakan suatu pendekatan praktis sistematis untuk

mengidentifikasi atau mengenali, mengkaji dan mengurangi risiko

yang ditimbulkan akibat kejadian bencana. Tujuan pengurangan

risiko bencana untuk mengurangi kerentanan-kerentanan sosial

ekonomi terhadap bencana dan menangani bahaya-bahaya

lingkungan maupun yang lain yang menimbulkan kerentanan.

Pengurangan risiko bencana merupakan tanggungjawab

lembaga-lembaga yang bergerak dalam bidang pembangunan

maupun lembaga-lembaga bantuan kemanusiaan. Pengurangan

risiko bencana harus menjadi bagian terpadu dan pekerjaan

organisasi-lembaga semacam itu dengan prinsip community

based, berbasis masyarakat, agar terintegrasi dengan pendekatan

pengurangan risiko bencana yang selama ini dilakukan oleh

pemerintah melalui Badan Nasional Penanggulangan Bencana

(BNPB).

Pengurangan risiko bencana juga merupakan kegiatan

yang luas cakupannya. Mengenali risiko bencana merupakan hal

yang perlu, bahkan sampai pada tingkatan tertentu merupakan hal

yang mutlak. Mengenali resiko bencana bisa dimulai dari

mengenali lingkungan di mana kita hidup. Beberapa contoh:

29

1. Jika kita hidup di wilayah pegunungan atau perbukitan

terjal, maka resiko bencana bisa dikenali yaitu, apapun

yang bisa menyebabkan tanah longsor.

2. Jika kita hidup dan menetap di sekitar gunung berapi,

maka resiko bencana bisa dikenali seperti efek letusan

gunung berapi.

3. Jika kita hidup di bantaran sungai atau daerah aliran

sungai, maka risiko bencana bisa dikenali seperti banjir,

banjir bandang, tanggul yang jebol.

4. Jika kita hidup di wilayah yang rawan gempa bumi, maka

risiko bencana bisa dikenali seperti robohnya bangunan

dan rumah, tanah retak-retak hingga longsor.

5. Jika kita hidup di wilayah pemukiman yang padat

penduduk, maka resiko bencana bisa dikenali, yaitu

apapun yang bisa menyebabkan terjadinya kebakaran.

Risiko bencana tersebut hanya beberapa contoh saja yang

berpotensi menjadi sebuah kenyataan bencana atau bencana yang

senyata-nyatanya. Mungkin kita berpandangan bahwa bencana,

apapun bentuknya, tidak bisa dicegah kejadiannya. Ketika terjadi

bencana kebakaran, kita tidak bisa menghentikan saat itu juga api

yang sedang berkobar. Namun kita bisa mengurangi risiko yang

diakibatkan oleh bencana kebakaran tersebut dengan cara

menyelamatkan jiwa dan harta benda yang masih mungkin

diselamatkan. Setelah mengenali risiko bencana, maka baik pula

untuk mengenali langkah-langkah pengurangan risiko bencana.

Berdasarkan Syarief (2015) penetapan zona resiko

kekeringan ditentukan berdasarkan kepentingan penelitian dan

tujuanya. Pada dasarnya penetapan zona kekeringan, parameter di

dalamnya akan mengikuti sasaran yang ada. Jika tujuanya adalah

terkait identifikasi mengapa kekeringan sulit di atasi maka

diperlukan overlay variable yang terkait seperti jenis tanah dan

30

lainnya. Minimal penetapan resiko membutuhkan 2 jenis variable,

sesuai dengan kebutuhan sasaran dan tujuan penelitian. Dimana

pada penelitian ini yang dituju adalah terkait pengairaya, sehingga

yang dibutuhkan adalah terkait sumber daya air yang ada.

Petra (2011), menyatakan Risiko bencana dapat dinilai

tingkatannya berdasarkan besar kecilnya tingkat ancaman dan

kerentanan pada suatu wilayah. Analisis risiko bencana dapat

dilakukan dengan berbagai metode salah satunya adalah metode

pemetaan berbasis Sistem Informasi Geografis (SIG). Dewasa ini

berbagai pihak telah mencoba untuk menyusun peta risiko

bencana, belum adanya standarisasi dalam metode penyusunan

peta risiko menyebabkan setiap lembaga atau institusi memiliki

metode yang berbeda dalam penyusunan peta risiko. Secara

mendasar pemahaman tentang konsep bencana menjadi dasar

yang kuat dalam melakukan pemetaan risiko bencana yang dapat

diaplikasikan kedalam Sistem Informasi Geografis (SIG) yang

dapat ditampilkan secara spasial dan menghasilkan peta ancaman,

peta kerentanan, peta kapasitas dan peta risiko bencana.

Teknik yang digunakan adalah overlay, Ilham (2013)

menyatakan, overlay adalah prosedur penting dalam analisis SIG

(Sistem Informasi Geografis). Overlay yaitu kemampuan untuk

menempatkan grafis satu peta diatas grafis peta yang lain dan

menampilkan hasilnya di layar komputer atau pada plot. Secara

singkatnya, overlay menampalkan suatu peta digital pada peta

digital yang lain beserta atribut-atributnya dan menghasilkan peta

gabungan keduanya yang memiliki informasi atribut dari kedua

peta tersebut.

31

Gambar II. 6 Konsep Overlay

Sumber: Ilham, 2013

Pemahaman bahwa overlay peta (minimal 2 peta) harus

menghasilkan peta baru adalah hal mutlak. Dalam bahasa teknis

harus ada poligon yang terbentuk dari 2 peta yang di-overlay. Jika

dilihat data atributnya, maka akan terdiri dari informasi peta

pembentukya. Misalkan Peta Lereng dan Peta Curah Hujan, maka

di peta barunya akan menghasilkan poligon baru berisi atribut

lereng dan curah hujan.

Pada pembentukan kawasan resiko kekeringan, selain

adanya peta kerentanan atau tingkat kekeringan, dibutuhkan satu

variable peta penentu yang dapat bersifat mengurangi dampak

dari kekeringan itu sendiri berdasarkan hasil kajian di atas.

Kekeringan sangat berhubungan dengan kelembapan tanah. Maka

semakin lembab tanah, kemungkinan kering semakin kecil.

Kelembapan tanah dapat diatur dengan pengairan yang baik.

Salah satu faktor yang dapat menentukan kelembapan suatu

wilayah dengan kondisi penerapan praktikal (bukan hujan) adalah

terkait sumber airnya. Dimana sumber air yang dapat digunakan

untuk mengatur kelembapan adalah sungai, mata air dan waduk.

Semakin dekat maka semakin mudah akses pengaturan

32

kelembapannya. Sedangkan semakin jauh maka semakin sulit,

sehingga diperlukan perantara penyaluran akses air seperti irigasi

dan semacamnya. Irigasi eksisting juga berpengaruh terhadap

kelembapan suatu wilayah itu sendiri, dengan adanya irigasi maka

kawasan tersebut lebih lembab dan telah berkurang kemungkinan

bencana kekeringannya dibandingkan kawasan lainnya.

Kedekatan dengan sumber air dikategorikan seperti

sungai, waduk dan mata air. Buffer yang dilakukan didasarkan

pada beberapa penelitian dan pedoman, untuk waduk dan mata air

telah di sintesakan berdasarkan best practice yang ada sebagai

berikut.

Tabel II. 3 Tabel Sintesa Water Source Buffer Zones

Sumber

PU Pengairan Canal Buffer

Zones,

Recommended

Width. Elven

Hawes and

Markelle Smith

(2005)

Water Sourve

Buffer Standarts

D. Warne, NYS

DEP, 2001.

125ft 150ft

250ft 250ft

300ft

1000ft 1000ft

Sumber: Hasil Sintesa, 2017

Berdasarkan sintesa di atas, terlihat bahwa best practice

mengenai jangkauan buffer sumber air kategori waduk / mata air

memiliki jangkauan terdekat atau berarti kawasan yang tergolong

sangat terjangkau terhadap waduk dan mata air sebesar 125ft

sekitar waduk dan mata air. Sedangkan untuk jangkauan

penyebaran air tanpa perantara paling jauh adalah 1000ft sekitar

waduk / mata air. Dimana selain itu maka kawasan tidak

33

terjangkau waduk / matair dengan kondisi tanpa perantara bantu

distribusi air seperti irigasi.

Untuk penentuan luasan distribusi air / buffer sungai

menganut konsep best practice berdasarkan Ellen et al. (2005)

pada Riparian Buffer Zones: Functions and Recommended Widths

berdasarkan metode variable width. Metode ini menganut model

penentuan seberapa jauh air pada sungai atau kawasan dengan

aliran air dapat digunakan pada kawasan sekitarnya. Adapun

formulanya mengadopsi dari Cook College Department of

Environmental Resources adalah sebagai berikut.

Buffer width = 2.5 (time travel of overland water flow)*(slope)0.5

Dimana time travel of overland water flow merupakan

waktu rata – rata arus air mengalir pada sumber air yang ada dari

ujung ke ujung menyesuaikan administrasi wilayah. Dimana rata

– rata waktu air mengalir tersebut di hubungkan dengan slope

yang merupaka kemiringan lahan. Dimana hal ini merupakan

salah satu faktor penentu seberapa jauh sebaran air dapat

mencapai kawasan sekitarnya tanpa bantuan perantara pengairan

buatan. Dimana 1 persen slope di artikan dalam parameter tetap

sebesar 135ft atau sekitar 40 meter.

Teknik Buffer yang di anut adalah eucledian distance.

Dimana teknik ini adalah perhitungan jarak dari 2 buah titik

dalam Euclidean space. Euclidean space diperkenalkan

oleh Euclid, seorang matematikawan dari Yunani sekitar tahun

300 B.C.E. untuk mempelajari hubungan antara sudut dan jarak.

Euclidean ini berkaitan dengan Teorema Phytagoras dan biasanya

diterapkan pada 1, 2 dan 3 dimensi. Tapi juga sederhana jika

diterapkan pada dimensi yang lebih tinggi.

Pada 1 dimensi, jika ingin menghitung jarak Euclidean 1

dimensi. Titip pertama adalah 4, titik kedua adalah -10. Caranya

adalah kudrankan -10 dengan 4. sehingga menghasilkan -14. Cari

nilai absolut dari nilai -14 dengan cara mempangkatkannya

sehingga mendapat nilai 196. Kemudian diakarkan sehingga

http://en.wikipedia.org/wiki/Euclidean_space

http://en.wikipedia.org/wiki/Euclid

34

mendapatkan nilai 14. Sehingga jarak euclidean dari 2 titik

tersebut adalah 14.

Gambar II. 7 Konsep Koordinat Jarak

Sumber: Adiwilaga, 2010

Pada 2 dimensi caranya hampir sama. Misalkan titik

pertama mempunyai kordinat (1,2). Titik kedua ada di kordinat

(5,5). Caranya adalah kurangkan setiap kordinat titik kedua

dengan titik yang pertama. Yaitu, (5-1,5-2) sehingga menjadi

(4,3). Kemudian pangkatkan masing-masing sehingga

memperoleh (16,9). Kemudian tambahkan semuanya sehingga

memperoleh nilai 16+9 = 25. Hasil ini kemudian diakarkan

menjadi 5. Sehingga jarak euclideannya adalah 5. Formula

berdasarkan Euclid adalah sebagai berikut;

Hasil perhitungan (Jarak) diatas masih dalam

satuan decimal degree (sesuai dengan format longlat yang

dipakai) sehingga untuk menyesuaikannya perlu dikalikan

dengan 111.319 km (1 derajat bumi = 111.319 km).

Selain perhitungan manual, proses pembuatan jarak

dengan eucledian distance dapat dilakukan dengan bantuan alat

analisis GIS. Konseptual eucledian distance pada GIS merujuk

35

langsung kearah spasial. Eucledian distance pada GIS digunakan

untuk mengetahui jarak dari cell ke cell dengan konsep jarak

terdekat hingga terjauh. Eucledian distance pada GIS dihitung

dari pusat sumber cell ke pusat cell lainya disekitar pusat cell

tersebut. Secara konseptual, algoritma Euclidean bekerja sebagai

berikut: untuk setiap sel, jarak ke masing-masing sel sumber

ditentukan dengan menghitung sisi miring dengan x_max dan

y_max sebagai dua kaki segitiga lainnya. Perhitungan ini

menghasilkan jarak Euclidean yang benar, bukan jarak antar sel

secara harfiah. Jarak terpendek ke sumber ditentukan, dan jika

jaraknya kurang dari jarak maksimum yang ditentukan, nilainya

diberikan ke lokasi sel diluar output raster.

Gambar II. 8 Konsep Perhitungan Eucledian Distance

Sumber: Esri, 2013

Uraian di atas adalah penggambaran konseptual tentang

bagaimana nilai diturunkan. Algoritma yang sebenarnya

menghitung informasi menggunakan dua proses sekuensial.

Proses ini membuat kecepatan alat independen dari jumlah sel

sumber, distribusi sel sumber, dan jarak maksimum yang

ditentukan. Satu-satunya faktor yang mempengaruhi kecepatan

alat yang dijalankan adalah ukuran raster. Waktu komputasi

berbanding lurus dengan jumlah sel di jendela Analisis.

36

Raster output Euclidean distance berisi jarak terukur dari

setiap sel ke sumber terdekat. Jarak diukur sebagai lalat gagak

(jarak Euclidean) pada unit proyeksi raster, seperti kaki atau

meter, dan dihitung dari pusat sel ke pusat sel. Alat Jarak

Euclidean sering digunakan sebagai alat yang berdiri sendiri

untuk aplikasi, seperti menemukan rumah sakit terdekat untuk

penerbangan helikopter darurat. Sebagai alternatif, alat ini dapat

digunakan saat membuat peta kesesuaian, bila data yang mewakili

jarak dari objek tertentu diperlukan. Pada contoh di bawah, jarak

ke masing-masing titik teridentifikasi. Jenis informasi ini bisa

sangat berguna untuk merencanakan perjalanan, jarak jangkauan,

jarak cakupan dan lainya.

Gambar II. 9 Contoh Output Eucledian Distance

Sumber: Esri, 2013

2.5. Konsep Perhitungan Pengairan Lahan Kering

Irigasi atau pengairan adalah sebuah proses dimana 2

atau lebih sumber air mata air bumi digunakan untuk pemenuhan

kebutuhan 1 sampai 3 populasi bumi (Stanhill, 2002). Pengairan

pertanian pun memerankan peran penting dalam memenuhi

kebutuhan basis jutaan bahkan milyaran manusia di Negara

berkembang dalam konteks ini adalah indonesia (FAO, 1996).

37

Peran irigasi teknis sangat penting dalam pemenuhan

produksi pangan nasional. Dari luas wilayah irigasi yang telah di

bangun pemerintah sampai dengan tahun 2009 adalah 7.2 juta ha,

menyumbang produksi beras nasional seperti pulau Jawa dan

Sumatera memnerikan kontribusi paling besar dan disusul dengan

Sulawesi, Kalimantan dan Nusa Tenggara serta Bali, sementara

Maluku dan Papua merupakan lumbung pada yang mulai

dikembangkan. Demikian dikatakan Plt Direktur jenderal Sumber

Daya Air Moch. Amron (2010).

Irigasi atau pengairan sangatlah jelas berperan sebagai

opsi dalam peningkatan dan stabilisasi produksi pertanian.

Keseluruhan investasi telah dilebihkan kepada proses irigasi

dalam 30 tahun terakhir ini, dengan cara memanagement air

permukaan dan air tanah (FAO, 1996).

Teknik pengairan terdapat beberapa macam antara lain

(Izuno dan Haman 1987),

Pengairan permukaan, dimana pengairan permukaan ini

lebih dititik beratkan kepada konsep gravitasi dan

kemiringan lereng.

Pengairan Semprot (Sprinkler), dimana metode pengairan ini

akan menentukan titik titik strategis dan menyiramkan air

layaknya hujan dengan criteria tertentu sehingga dapat

mencakup keseluruhan lahan. Kebanyakan sumber air

menggunakan sistem perpipaan air.

Irigasi Mikro, merupakan proses irigasi sprinkler secara

mikro dengan menitik beratkan pada titik titik tertentu

Irigasi Tetes, merupakan teknik dimana menggunakan

penyebaran air memakai pipa yang di distribusikan dalam

permukaan tanah sehingga air akan terdistribusi merata

langsung ke akar tanaman.

Secara garis besar, tujuan irigasi dapat digolongkan

menjadi 2 (dua) golongan, yaitu : Tujuan Langsung, yaitu irigasi

mempunyai tujuan untuk membasahi tanah berkaitan dengan

kapasitas kandungan air dan udara dalam tanah sehingga dapat

38

dicapai suatu kondisi yang sesuai dengan kebutuhan untuk

pertumbuhan tanaman yang ada di tanah tersebut. Tujuan Tidak

Langsung, yaitu irigasi mempunyai tujuan yang meliputi :

mengatur suhu dari tanah, mencuci tanah yang mengandung

racun, mengangkut bahan pupuk dengan melalui aliran air yang

ada, menaikkan muka air tanah, meningkatkan elevasi suatu

daerah dengan cara mengalirkan air dan mengendapkan lumpur

yang terbawa air, dan lain sebagainya, Sandrianto (2013).

Pengembangan jaringan irigasi adalah pembangunan

jaringan irigasi baru dan/atau peningkatan jaringan irigasi yang

sudah ada. Pembangunan jaringan irigasi adalah seluruh

kegiatan penyediaan jaringan irigasi di wilayah tertentu yang

belum ada jaringan irigasinya. Peningkatan jaringan irigasi adalah

kegiatan meningkatkan fungsi dan kondisi jaringan irigasi yang

sudah ada atau kegiatan menambah luas areal pelayanan pada

jaringan irigasi yang sudah ada dengan mempertimbangkan

perubahan kondisi lingkungan daerah irigasi.

Dalam merancang jaringan pengairan dan drainasenya,

yang garis besarnya telah dikemukakan, hasil rancangan akan ada

manfaatnya dan mudah dan tepat dilaksanakan di lapangan.

Faktor yang berpengaruh dan harus diperhatikan dalam

mencanangkan jaringan irigasi teknis menurut Citra (2014) adalah

Sumber air pengairan yang memungkinkan termasuk

kualitas nya

Topografi dan keadaan lahan yang memungkinkan dalam

pembangunan saluran/jaringan, terutama mengenai

keadaan lereng terkecil dan terbesar di mana saluran-

saluran (induk dan atau pembagi) akan ditempatkan pada

lahan tersebut.

Jaringan irigasi adalah saluran, bangunan, dan bangunan

pelengkapnya yang merupakan satu kesatuan yang diperlukan

untuk penyediaan, pembagian, pemberian, penggunaan, dan

pembuangan air irigasi. Menurut pengelolaannya Jaringan Irigasi

dibagi menjadi 3 bagian :

39

1. Jaringan Irigasi Utama / Primer

Meliputi bangunan bendung, saluran-saluran primer dan

sekunder termasuk bangunan bangunan utama dan pelengkap

saluran pembawa dan saluran pembuang. Bangunan ini

merupakan bangunan yang mutlak diperlukan bagi eksploit,

meliputi bangunan pembendung, bangunan pembagi dan

bangunan pengukur. Bangunan bendung berfungsi agar

permukaan air sungai dapat naik dengan demikian

memungkinkan untuk disalurkan melalui pintu pemasukan ke

saluran pembawa. Bangunan pembagi berfungsi agar air

pengairan dapat didistribusikan di sepanjang saluran pembawa

(saluran primer) ke lahan-lahan pertanaman melalui saluran

sekunder dan saluran tersier.

Terdiri pula bangunan ukur yang berfungsi mengukur debit

air yang masuk ke saluran. Dengan demikian distribusi air

pengairan ke lahan-lahan pertanaman melalui saluran sekunder

dan saluran tersier dapat terkontrol dengan baik, sesuai dengan

pola pendistribusian air pengairan yang telah dirancang.

2. Jaringan Irigasi Sekunder

Jaringan irigasi sekunder adalah bagian dari jaringan irigasi

yang terdiri dari saluran sekunder, saluran pembuangannya,

bangunan bagi, bangunan bagi-sadap, bangunan sadap, dan

bangunan pelengkapnya. Jaringan irigasi tersier adalah jaringan

irigasi yang berfungsi sebagai prasarana pelayanan air irigasi

dalam petak tersier yang terdiri dari saluran tersier, saluran

kuarter dan saluran pembuang, boks tersier, boks kuarter, serta

bangunan pelengkapnya.

3. Jaringan Irigasi Tersier

Merupakan jaringan air pengairan di petak tersier, mulai air

luar dari bangunan ukur tersier, terdiri dari saluran tersier dan

kuarter termasuk bangunan pembagi tersier dan kuarter, serta

bangunan pelengkap lainnya yang terdapat di petak.

40

Dalam penggunaan GIS untuk sistem pengairan ini sangat

berpotensi, dimana dapat mengidentifikasi area pengairan yang

tepat, merencanakan jalur dan jadwal pengirigasian, serta

mengukur kinerjanya (Ray and Dadhwal 2001). Teknik yang

biasa digunakan adalah interpolasi dan distribusi spasial.

Berdasarkan Hasmi et al (1994) mengatakan penggunaan teknik

yang tepat adalah inverse Square Distance Approach dimana

merupakan pendekatan secara grid atau mengkotak kotakan

wilayah unutk menentukan karakteristik masing masing lahan.

Pada penelitian ini yang diperhatikan adalah pengairan

permukaan. Dimana kedekatan dengan sumber daya air berdasar

PU pengairan dalam pedoman teknis perencanaan pengairan

irigasi pertanian (2013) sangatlah penting. Dalam menentukan

scenario, akan di ambil berdasarkan pedoman perencanaan

pengairan irigasi, PU Indonesia, dimana pada sebuah lahan

pertanian, guna mencegah banyaknya kerugian, dibutuhkan

jumlah irigasi yan sesuai, dimana pada rata – rata daerah di

Indonesia belum nmenerapkanya. Berdasarkan PU Pengairan,

pengairan permukaan terbagi dalam irigasi primer, sekunder, dan

tersier. Dimana pada resiko kekeringan yang tinggi diperlukan

irigasi hingga tersier, sedangkan untuk kawasan dengan resiko

cukup tinggi dibutuhkan hingga sekunder saja.

Sehingga pada kawasan dengan resiko yang tingi

diperlukan keseluruhan jenis irigasi dari primer hingga terseir.

Dimana berdasarkan pedoman teknis perencanaan irigasi PU

Pengairan, irigasi primer sepanjang 1600m dapat menangani

lahan seluas 12 Ha, sedangkan irigasi sekunder sepanjang 1000m

dapat menangani lahan sebesar 50 Ha, dan untuk jaringan tersier

500m dapat menangani lahan seluas 15 Ha. Perbandingan jenis

irigasi pada suatu wilayah berdasarkan dinas pertanian dalam

kajian penanganan kawasan kekeringan 2013, perbandingan

jaringan irigasi adalah 1 : 13 : 20 dari primer, sekunder, tersier.

41

2.6. Sintesa Pustaka

Berdasarkan tinjauan pustaka yang sudah di analisa, maka

didapatkan faktor – faktor dan variable yang diperlukan. Faktor

yang dipilah disesuaikan dengan tujuan dan sasaran penelitian,

dimana yang diambil adlaah yang paling cocok untuk menjawab

sasaran dan tujuan penelitian yang ada. Berikut adalah variable

yang telah tereduksi sesuai dengan kebutuhan penelitian disajikan

dalam bentuk tabel sintesa pustaka.

Tabel II. 4 Tabel Variable Sintesa Pustaka

No Sasaran Faktor Variabel Sub Variabel

1

Mengidentifikasi

tingkat kerugian

sektor pertanian

dan ancaman

bencana

kekeringan di

kabupaten

Lamongan

TVDI

Vegetation

Index NDVI

LST

TOA

Radiance

Satelite

Brightness

Proper

Vegetation

LSE

Kawasan

Kerugian

Pertanain

Rekapitulasi

hasil Tani

Rekapitulasi

Kerugian

tani akibat

bencana

2

Mengetahui

Tingkat resiko

bencana

kekeringan

terhadap sektor

pertanian di

kabupaten

Lamongan

Sumber

Air irigasi

Sungai Buffer

Sungai/Canal

Mata Air Buffer Mata

air

Waduk Buffer

Waduk

42

No Sasaran Faktor Variabel Sub Variabel

3

Mengidentifikasi

skenario

pengairan yang

baik guna

mengurangi

dampak bencana

kekeringan di

kabupaten

Lamongan.

Jaringan

Irigasi

Irigasi

primer

Jumlah

irigasi

primer

Irigasi

Sekunder

Jumlah

irigasi

sekunder

Irigasi

Tersier

Jumlah

irigasi tersier

Kebutuhan

pengairan

irigasi

Jaringan

irigasi

Jumlah

jaringan

irigasi

Intensitas

tanam tani

Jumlah

intensitas

tanam tani

Sumber: Sintesa Peneliti 2016

Variable yang tereduksi menandakan bahwa variable

tersebut tidak dibutuhkan pada fokus penelitian yang ada. Sintesa

diurutkan berdasarkan sasara, sehingga alur pemikiran dapat

terlihat jelas dan penelitian dapat berjalan sesuai sasaran yang

dibutuhkan. Jumah Faktor yang berpengaruh pada penelitian ini

ada 6, antara lain,

1. Kawasan Kerugian Pertanian

2. TVDI (Temperature Vegetation Dryness Index)

3. Sumber air irigasi

4. Jaringan irigasi

5. Kebutuhan pengairan irigasi

43

BAB III

METODE PENELITIAN

3.1. Pendekatan Penelitian

Pendekatan yang digunakan dalam penelitian ini adalah

pendekatan rasionalistik. Pendekatan rasionalistik digunakan

karena penelitian ini didasarkan pada kebenaran data dan

fenomena obyektif , serta karakteristik Kekeringan Lahan

Pertanian yang terdapat di wilayah penelitian didapatkan melalui

fakta empirik.

3.2. Jenis Penelitan

Penelitian ini menggunakan pendekatan kuantitatif

deskriptif yang bersifat eksploratif dengan model penelitian studi

kasus (case study). Penelitian ini dilaksanakan ditunjukan untuk

kepentingan pendalaman dan keakuratan data. Tujuan dari

penelitian ini adalah untuk menjawab pertanyaan pertanyaan

penelitian yang sudah di ajukan.

3.3. Populasi dan Sampel

Pada penelitian ini tidak semua sasaran membutuhkan

populasi dan sampel. Proses penelitian yang membutuhkan

sampel adalah dalam penentuan model TVDI saja, yaitu pada

sasaran pertama. Untuk sasaran kedua dan ketiga tidak

memerlukan proses penentuan sampel.

Populasi dalam membentuk model TVDI adalah jumlah

pixelate dari citra satelit yang dipakai, dengan rasio besaran

seluas kabupaten. Dimana dari jumlah pixelate ini akan

digunakan sebagai acuan jumlah titik sampel untuk

mengidentifikasi model kekeringan pada penelitian ini. Sampel

digunakan untuk menentukan model TVDI yang akan digunakan

44

dalam menjawab sasaran 1 terkait identifikasi kawasan

kekeringan.

Adapun teknik nya adalah random sampling dengan

metode penentuan sample memakai metode Slovin.

n = N/N(d)2 + 1

Dimana populasi yang digunakan (N) sebesar 3398249.

Dengan error sebesar 10% atau 0.1. sehingga didapatkan sampel

minimal adalah 199.9882 ≈ 200 titik sampel.

3.4. Variabel Penelitian

Berdasarkan tinjauan pustaka yang telah dipaparkan pada

bab sebelumnya, didapatkan variabel-variabel penelitian yang

akan digunakan untuk mencapai sasaran yang ditetapkan dalam

penelitian ini. Adapun variabel yang digunakan merupakan hasil

sintesa teori pada bab tinjauan pustaka yang relevan dengan

ruang lingkup penelitian. Dalam subbab ini, variabel-variabel

yang teridentifikasi pada sintesa teori namun kurang relevan

dengan ruang lingkup penelitian tidak akan digunakan sebagai

variabel penelitian. Variable penelitian dapat dilihat di tabel

berikut

Tabel III. 1 Tabel Variable Sintesa Pustaka

No Sasaran Fakt

or Variabel

Sub

Variabel Satuan Parameter

1

Mengidentif

ikasi tingkat

kerugian

sektor

pertanian

dan

ancaman

bencana

kekeringan

di

TVD

I

Vegetatio

n Index NDVI -

-1 hingga

1

LST

TOA

Radiance -

-15

hungga 15

Satelite

Brightnes

s

- -25 hingga

45

Proper

Vegetatio

n

- -1 – 1

45

No Sasaran Fakt

or Variabel

Sub

Variabel Satuan Parameter

kabupaten

Lamongan LSE - 0 – 1

Kaw

asan

Keru

gian

Perta

nain

Rekapitul

asi hasil

Tani

Rekapitu

lasi

Kerugian

tani

akibat

bencana

Puso

Tinggi,

sedang,

rendah

2

Mengetahui

Tingkat

resiko

bencana

kekeringan

terhadap

sektor

pertanian di

kabupaten

Lamongan

Sum

ber

Air

irigas

i

Sungai

Buffer

Sungai/C

anal

Meter

terjangka

u – tidak

terjangka

u

Mata Air Buffer

Mata air Feet

terjangka

u – tidak

terjangka

u

Waduk Buffer

Waduk Feet

terjangka

u – tidak

terjangka

u

3

Mengidentif

ikasi

skenario

pengairan

yang baik

guna

mengurangi

dampak

bencana

kekeringan

di

kabupaten

Lamongan.

Jarin

gan

Iriga

si

Irigasi

primer

Jumlah

irigasi

primer

Meter -

Irigasi

Sekunder

Jumlah

irigasi

sekunder

Meter -

Irigasi

Tersier

Jumlah

irigasi

tersier

Meter -

Kebu

tuha

n

peng

airan

irigas

i

Jaringan

irigasi

Jumlah

jaringan

irigasi

Meter -

Intensitas

tanam

tani

Jumlah

intensitas

tanam

tani

L/Bula

n/Ha -

Sumber: Sintesa Peneliti 2016

46

4.5. Metode Penelitian

4.5.1. Metode Pengumpulan Data

4.5.1.1. Metode Pengumpulan Data Primer

Metode ini digunakan untuk mengumpulkan data

penggunaan lahan pertanian irigasi dan lokasi irigasi eksisting

yang tersedia. Serta beberapa visual kondisi eksisting lahan

pertanian yang mengalami kekeringan.

4.5.1.2. Metode Pengumpulan Data Sekunder

Pengumpulan data sekunder di lakukan untuk

mendapatkan data yang dibutuhkan dalam sebuah literatir atau

data yang sudah ada, pengumpulan data Citra digital dilakukan

dengan metode sekunder melalui data USGS Landsat 8 OLI,

sedangkan data kondisi kekeringan eksisting dan kebutuhan data

terkait pertanian lainnya didapatkan melalui instansi – instansi

yang tersedia. Pengambilan waktu data landsat – 8 OLI

menyesuaikan bulan yang memiliki curah hujan terendah atau

tidak terlalu tinggi, dengan asumsi bahwa pada bulan yang

memiliki curah hujan rendah lebih rawan mengalami kekeringan

dibandingkan dengan bulan yang memiliki curah hujan normal,

seirama dengan kebutuhan penelitian yang membutuhkan

kawasan dengan tingkat kekeringan yang lebih tinggi agar

tercapai tujuan penelitian yang dimaksudkan.

4.5.2. Teknik Analisis

Teknik dalam penelitian ini menggunakan kombinasi

antara analisis citra digital dan dilanjutkan dengan teknik sistem

informasi geografis serta perhitungan kuantitatif secara

matematis. Adapaun teknik analisis yang akan digunakan antara

lain, sebagai berikut.

47

3.5.2.1. Teknik Interpretasi Citra Digital

Interpretasi citra merupakan perbuatan mengkaji foto

udara dan atau citra dengan maksud untuk mengidentifikasi

objek dan menilai arti pentingnya objek tersebut. Interpretasi

citra penginderaan jauh dapat dilakukan dengan dua cara yaitu

interpretasi secara manual dan interpretasi secara digital.

Pada penelitian ini menggunakan teknik interpretasi citra

secara digital. Salah satu metode interpretasi digital adalah

transformasi citra. Transformasi citra merupakan upaya untuk

menonjolkan salah satu obyek dan menekan aspek yang lain.

Citra yang digunakan untuk transformasi ini adalah citra yang

telah terkalibrasi radiometri yaitu Landsat 8, sehingga nilai yang

digunakan adalah nilai surface reflectance yang akan digunakan

dalam membentuk Land Surface Temperature dan Normalized

Difference Vegetation Index.

Transformasi citra yang digunakan dalam mendeteksi

daerah berpotensi kekeringan berupa TVDI, yang merupakan

sebuah model kekeringan dari transformasi citra dengan

parameter pembentuk adalah Land Surface Temperature (LST)

dan NDVI.

a. Metode Pembentukan NDVI

NDVI merupakan indek vegetasi yang digunakan

dalam penentuan tingkat kekeringan berdasarkan TVDI

pada penelitian ini. NDVI akan di transformasikan

menggunakan data citra landsat 8i OLI level 1. Dimana

formula NDVI yang digunakan adalah sebagai berikut.

NDVI= (NIR-R) / (NIR+R)

Keterangan :

NIR : Nilai spektral saluran Near Infrared

R : Nilai spektral saluran Red.

48

Formula tersebut memperhatikan data spectral

yang ada pada landsat. Dimana pada landsat 8, sesuai

arahan dari USGS, near infrared dan saluran red yang

digunakan terdapat pada band 5 dan band 4. Dimana jika

dilakukan penyesuaian pada formula yang ada, maka

formula diturunkan menjadi berikut.

NDVI = (Band 5 – Band 4) / (Band 5 + Band 4)

Teknik pembentukan untuk NDVI akan

menggunakan GIS dengan metode imagery analysys ,

dimana band yang akan digunakan adalah band 5 dan 4.

Dengan proses komposit dan transformasi NDVI

menggunakan Image Analysis.

b. Metode Pembentukan LST

LST atau Land Surface Temperature merupakan

satuan indeks terkait suhu permukaan tanah. Indeks ini

akan digunakan dalam pembentukan TVDI. LST

dibentuk menggunakan beberapa tahapan. Antara lain

seperti pada gambar berikut.

Gambar III. 1 Proses Pembentukan LST

Sumber: Usman, 2015

Dijelaskan pada gambar di atas, bahwa LST

dapat dibentuk melalui beberapa komponen di bawahnya.

Antara lain, TOA Radiance, Satelite Brightness

Temperature, Proportion Vegetation, Land Emisivity.

49

Formula yang digunakan dalam membentuk LST adalah

sebagai berikut, dengan kondisi komponen – komponen

sebelumnya sudah di identifikasi.

LST = BT / 1 + w * (BT / p) * Ln(e)

dimana:




e = Emmisivity

Adapun yang harus ditentukan adalah Band

Satelite Temperature, dan Emmisivity. Dimana Band

Satelite Temperature dapat diciptakan melalui

pembentukan berdasarkan TOA Radiance. Sedangkan

Emmisivity dapat dibentuk menggunakan data PV /

Proportion Vegetation yang berasal dari NDVI.

Adapun rumus pembentukan Satelite Brightness

Temperature adalah sebagai berikut,

T = K2

ln( K1

+1)-pt Lλ

dimana:

T = At-satellite brightness temperature (K)

Lλ = TOA spectral radiance (Watts/( m2 * srad

*μm))

K1 = Band-specific thermal conversion

constant from the metadata

(K1_CONSTANT_BAND_x, where x is the

thermal band number)

50

K2 = Band-specific thermal conversion

constant from the metadata

(K2_CONSTANT_BAND_x, where x is

the thermal band number)

Pt = Parameter Satelite Brightness Index

Dimana TOA Spectral Radiance sebagai salah

satu bahan pembentukan Satelite Brightness Temperature

dapat dibentuk dengan transformasi landsat berformula

sebagai berikut,

Lλ = MLQcal + AL

dimana:

Lλ = TOA spectral radiance (Watts/( m2 * srad *

μm))

ML = Band-specific multiplicative rescaling factor

from the metadata (RADIANCE_MULT_BAND_x,

where x is the band number)

AL = Band-specific additive rescaling factor from

the metadata (RADIANCE_ADD_BAND_x, where x

is the band number)

Qcal = Quantized and calibrated standard product

pixel values (DN)

Sedangkan Untuk Land Emmisivity dapat

dibentuk dengan transformasi digital Landsat 8 OLI

melalui rumus sebagai berikut,

LSE = 0.004Pv +0.986

51

Dimana Pv adalah Proportion Vegetation, yang

dapat dibentuk melalui transformasi citra digital Landsat

8 OLI dengan formula sebagai berikut,

Pv = (NDVI – NDVImin / NDVImax – NDVImin)2

Perhitungan pembentukan Proportion Vegetation

menggunakan bahan dasar NDVI yang telah dibuat.

c. Metode Pembentukan TVDI

Pembentukan TVDI memanfaatkan hubungan

segitiga berdasarkan Sandholt (2002). Dimana hubungan

segitiga ini memanfaatkan hubungan antara LST dan

NDVI untuk mengetahui batas kering dan batas basah

pada kedua variable tersebut.

Gambar III. 2 Konsep Ruang LST / NDVI


Dimana untuk mengetahui hubungan segitiga

tersebut, dilakukan pengambilan sampel pada masing –

masing variable, yaitu LST dan NDVI. Sampel ini akan

digunakan untuk membentuk Scatterplot antara data

NDVI pada sumbu X dan LST pada sumbu Y. dengan

dilakukan pembentukan scatterplot tesebut, maka dapat

diketahui batas kering dan batas basah yang ada pada

hubungan segitiga LST dan NDVI suatu wilayah.

52

Pengambilan Sampel berdasarkan data Citra Satelit hasil

transformasi dalam bentuk LST dan NDVI, Chen et al.

(2011).

Gambar III. 3 Konsep Batas Basah dan Kering TVDI

Sumber: Yang et al, 2008

Terlihat pada gambar di atas, setelah dilakukan

pengambilan sampel pada citra LST dan sampel pada

citra NDVI per pixel sesuai yang dibutuhkan, dan

dibentuk scatterplot seperti di atas, maka dapat diketahui

batas kering dan batas basahnya. Batas kering berada

pada garis linear bagian atas titik – titik scatterplot,

dengan nilai maksimum TVDI sebesar 1. Sedangkan

Batas Basah merupakan garis bawah pada titik – titik

scatterplot. Dengan kondisi TVDI paling basah adalah

sama dengan 0. Yang akan muncul pada batas atas dan

batas bawah adalah persamaan linear dry edge dan wet

edge. Dimana hal itu dijelaskan dalam formula

pembentukan TVDI berdasarkan X. Yang et al. 2008

adalah sebagai berikut;

53



Dimana;

LST = Land Surface Temperature dalam pixel / hasil

transformasi citra digital

NDVI = Indeks Vegetasi dalam pixel / hasil transformasi

citra digital

f(NDVI)max dan f(NDVI)min adalah fungsi

linear dari indeks vegetasi. Yang di artikan dalam bentuk

persamaan sebagai berikut.



Dimana;

amax + bmax adalah parameter regresi linear untuk dry edge

atau batas kering.

amin + bmin adalah parameter regresi linear untuk wet edge

atau batas basah.

3.5.2.2. Teknik Sistem Informasi Geografis

a. Metode Pengharkatan (Scoring)

Metode pengharkatan adalah pemberian skor

terhadap masing-masing kelas dalam setiap parameter.

Pemberian harkat ini didasarkan pada seberapa besar

pengaruh kelas tersebut terhadap kekeringan. Semakin

tinggi pengaruhnya terhadap kekeringan maka harkat

yang diberikan akan semakin tinggi.

Pemberian harkat terhadap parameter-parameter

kekeringan dilakukan secara linear terhadap kelas-kelas

dalam suatu parameter kekeringan. Adapun penjelasan

54

dan kriteria pengharkatan untuk masing-masing

parameter dapat dilihat pada bab II yang telah dijelaskan

sebelumnya.

Menentukan interval kelas potensi kekeringan

dalam penelitian ini dengan cara menjumlahkan skor

tertinggi dikurangi jumlah skor terendah dibagi dengan

jumlah kelas yang diinginkan. Rumus berikut digunakan

untuk mempermudah perhitungan:

𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑘𝑒𝑙𝑎𝑠 =𝑆𝑘𝑜𝑟 𝑚𝑎𝑘𝑠𝑖𝑚𝑎𝑙−𝑠𝑘𝑜𝑟 𝑚𝑖𝑛𝑖𝑚𝑎𝑙

𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑙𝑎𝑠

b. Metode overlay / SuperImpose

Tumpang tindih merupakan interaksi atau

gabungan dari beberapa peta biofisik pemicu kekeringan.

Tumpang tindih beberapa peta menghasilkan suatu

informasi baru dalam bentuk luasan atau poligon yang

terbentuk dari irisan beberapa poligon dari peta-peta

tersebut. Peta yang ditumpang tindih merupakan peta-

peta yang sebelumnya telah diberi skor pada setiap kelas

dari masing-masing parameter biofisik sehingga

menghasilkan peta zonasi kekeringan. Metode overlay

digunakan dalam penentuan zona resiko. Dimana akan di

tumpuk beberapa layer peta untuk menciptakan zona

resikonya. Secara konspetual, overlay adalah sebagai

berikut.

55

Gambar III 4 Konsep Overlay

Sumber: Ilham, 2013

Pemahaman bahwa overlay peta (minimal 2 peta)

harus menghasilkan peta baru adalah hal mutlak. Dalam

bahasa teknis harus ada poligon yang terbentuk

dari 2 peta yang di-overlay. Jika dilihat data atributnya,

maka akan terdiri dari informasi peta pembentukya.

c. Metode Query Builder

Metode Query dilakukan setelah analisa overlay.

Dimana dalam query dapat ditentukan beberapa formula

guna mencari atau menetapkan sebuah klasifikasi. Pada

penelitian ini query akan digunakan dalam penentuan

zona resiko dengan parameter yang ada. Sehingga akan

menciptakan hasi zona resiko sesuai dengan kriteria yang

telah dilakukan query builder.

d. Metode Eucledian Distance

Eucledian Distance merupakan metode yang

digunakan dalam menentukan zona resiko, lebih tepatnya

menentukan jarak jangkauan dengan metode dasar buffer

56

terhadap sumber air dan irigasi eksisting. Untuk

mengetahui kawasan mana saja yang sudah tercakup

sumber air. Eucledian distance pada GIS digunakan

untuk mengetahui jarak dari cell ke cell dengan konsep

jarak terdekat hingga terjauh. Eucledian distance pada

GIS dihitung dari pusat sumber cell ke pusat cell lainya

disekitar pusat cell tersebut. Secara konseptual, algoritma

Euclidean bekerja sebagai berikut: untuk setiap sel, jarak

ke masing-masing sel sumber ditentukan dengan

menghitung sisi miring dengan x_max dan y_max

sebagai dua kaki segitiga lainnya. Perhitungan ini

menghasilkan jarak Euclidean yang benar, bukan jarak

antar sel secara harfiah. Jarak terpendek ke sumber

ditentukan, dan jika jaraknya kurang dari jarak

maksimum yang ditentukan, nilainya diberikan ke lokasi

sel diluar output raster.

Gambar III. 5 Konsep Perhitungan Eucledian

Distance

Sumber: Esri, 2013

Uraian di atas adalah penggambaran konseptual

tentang bagaimana nilai diturunkan. Algoritma yang

sebenarnya menghitung informasi menggunakan dua

proses sekuensial. Proses ini membuat kecepatan alat

independen dari jumlah sel sumber, distribusi sel sumber,

57

dan jarak maksimum yang ditentukan. Satu-satunya

faktor yang mempengaruhi kecepatan alat yang

dijalankan adalah ukuran raster. Waktu komputasi

berbanding lurus dengan jumlah sel di jendela Analisis.

Adapun contoh output dari eculedian distance adalah

sebagai berikut.

Gambar III. 1 Output Eucledian Distance

Sumber: Esri, 2013

e. Metode Raster Calculator

Raster Calculator merupakan sebuah metode

dalam melakukan transformasi citra. Dimana raster

calculator ini akan digunakan untuk mengolah data citra

sesuai dengan penelitian ini, seperti dalam proses

penciptaan LST dan NDVI guna mewujudkan model

kekeringan TVDI dalam bentuk spasial.

3.5.2.3. Asumsi Penentuan Zona Resiko

Asumsi dalam menentukan zona resiko kekeringan pada

kabupaten lamongan adalah berdasarkan tingkat kekeringan dan

sumber air / irigasi eksisting. Berdasarkan tinjauan dinyatakan

bahwa berdasarkan Syarief (2015) penetapan zona resiko

58

kekeringan ditentukan berdasarkan kepentingan penelitian dan

tujuanya. Pada dasarnya penetapan zona kekeringan, parameter

di dalamnya akan mengikuti sasaran yang ada. Jika tujuanya

adalah terkait identifikasi mengapa kekeringan sulit di atasi

maka diperlukan overlay variable yang terkait seperti jenis tanah

dan lainnya. Minimal penetapan resiko membutuhkan 2 jenis

variable, sesuai dengan kebutuhan sasaran dan tujuan penelitian.

Dimana pada penelitian ini yang dituju adalah terkait

pengairanya.

Meninjau dari Akbar (2013), yang menyatakan bahwa

resiko juga harus terdiri dari 2 variable adalah mutlak, dan

memiliki konseptual yang menunjukan prioritas. Dikarenakan

kawasan resiko dalam pembentukanya membutuhkan paling tidak

asumsi variable yang dapat mengurangi tingkat bencana yang ada.

Dimana pada penelitian ini, pada bencana kekeringan, variable

yang dapat mengurangi tingkat kekeringan dan dampaknya antara

lain adalah sumber air seperti sungai atau waduk serta irigasi

eksistingnya. Semakin dekat dengan sumber air maka kawasan

tersebut resiko akibat kekeringan akan semakin rendah, semakin

jauh maka resiko akan semakin tinggi. Begitu pula dengan irigasi,

semakin tercakup irigasi maka kawasan tersebut semakin tidak

beresiko dalam artian lembab dan tidak kering, sebaliknya,

semakin jauh maka resiko semakin tinggi.

3.5.2.4. Metode Penentuan Kebutuhan Pengairan

Dalam menentukan kebutuhan pengairan guna

mengurangi resiko kekeringan. Berdasarkan tinjauan diketahui

bahwa irigasi sangat cocok untuk mengurangi dampak

kekeringan khususnya pada kawasan pertanian. Dikarenakan

irigasi dapat menyalurkan air dengan baik dan dapat mengatur

kelembapan pada tanah guna mengurangi kerusakan akibat

kekeringan.

59

Berdasarkan tinjauan yang ada, yaitu pedoman teknis

perencanaan jaringan irigasi PU Pengairan (2013). Bahwa

terdapat kriteria cakupan untuk masing – masing jenis irigasi,

seperti halnya irigasi primer sepanjang 1600m dapat mencakup

areal seluas 120Ha, irigasi sekunder sepanjang 1000m dapat

mencakup 50Ha, dan irigasi terseier sepanjang 500m dapat

mencakup areal sebesar 15 Ha. Selain itu pada pedoman tersebut

juga dinyatakan, bahwa jenis – jenis irigasi memiliki kriteria

peletakan tersendiri. Dimana untuk mengatasi kawasan

kekeringan tergantung tingkatanya, dibutuhkan jenis irigasi yang

berbeda.

Adapun untuk jenis resiko kekeringan paling tinggi

membutuhkan jaringan irigasi hingga tersier. Sedangkan untuk

kawasan dengan kawasan cukup kering - kering dibutuhkan

hingga jaringan irigasi sekunder saja. Dan untuk kawasan yang

tergolong normal hanya diperlukan jaringan hingga primer saja.

Dan selai itu diasumsikan kawasan sudah memiliki jaringan

irigasi, atau resiko rendah dan tergolong lahan yang tak beresiko

kering dalam artian basah. Berdasarkan hal tersebut, maka

ditentukan formula untuk perhitungan kuantitatif dengan dasar

hasil kawasan resiko yang di dapatkan nantinya, untuk

menentukan sebeara banyak jaringan irigasi yang dibutuhkan

untuk meminimalis kekeringan yang ada.

• Primer = (“Resiko sedang/normal”/120)*1600 + (((“Resiko

sangat tinggi”/15)*500) / 20 + (((“Resiko tinggi”/50)*1000) /

13

• Sekunder = (“Resiko tinggi”/50)*1000 + (((“Resiko

normal/sedang”/15)*500) *13) / 20

• Tersier = (“Resiko sangat tinggi”/15)*500

60

4.6. Tahapan Penelitian

Secara garis besar penelitian ini dilakukan secara 5 tahap,

yaitu tahapan pendahuluan, tahapan tinajaun pustaka tahapan

pengumpulan data, analisa dan perumusan konsep dan penarikan

kesimpulan. Adapun penjelasan dari tahapan-tahapan tersebut

adalah:

3.6.1. Perumusan Masalah

Pada tahap pendahuluan ini terdiri atas 3 kegiatan utama,

yaitu menentukan ancaman eksisting kekeringan di kabupaten

Lamongan, menentukan potensi resiko kekeringan di kabupaten

Lamongan, dan melakukan adaptasi system pengairan untuk

mitigasi kekeringan di kabupaten Lamongan

3.6.2. Studi Pustaka

Pada tahap ini dilakukan pengumpulan informasi terkait

dengan bahasan penelitian berupa teori, konsep, studi kasus yang

relevan dengan penelitian ini. Dari pengumpulan informasi

tersebut kemudian didapatkan variabel-variabel yang merupakan

dasar peneliti dalam mencapai sasaran-sasaran penelitian.

3.6.3. Pengumpulan Data

Pada tahap ini data yang dikumpulkan adalah data yang

menunjang tercapainya sasaran studi dimana kebutuhan data

tersebut disesuaikan dengan analisa dan variabel yang

digunakan. Adapun teknik dalam pengumpulan data dilakukan

melalui observasi, dan survey sekunder.

3.6.4. Analisis Data

Setelah data-data yang dibutuhkan dalam penelitian

diperoleh, analisa adalah tahapan yang menentukan bagaimana

konsep dari penelitian kita. Analisa yang dilakukan mengacu

61

kepada teori yang dihasilkan dari studi literatur sehingga tetap

sesuai dengan grand design penelitian. Dari hasil analisa ini, kita

akan mendapatkan sebuah arahan yang akan digunakan dalam

penelitian tersebut

3.6.5. Penarikan Kesimpulan

Hasil dari proses analisa yang telah dilakukan akan

menghasilkan kesimpulan jawaban berdasarkan permasalahan

yang diungkapkan pada awal penelitian yang kemudian dikaji

dalam analisa yang telah dilakukan. Berdasarkan hasil tersebut

dilakukan arahan irigasi sebagai proses mitigasi kekeringan

kabupaten Lamongan.

4.7. Alur Logika Kerangka Pengerjaan

Berikut adalah alur logika dalam pengerjaan penelitian ini

untuk mencapai sasaran – sasaran yang sudah di canangkan.

62


63

Gambar III 6 Kerangka Pengerjaan


64


65

4.8. Keterkaitan Sasaran, Variable dan Output

Berikut tabel keterkaitan antara sasaran, variable dan

output yang dihasilkan dalam penelitian ini,

Tabel III 2 Tabel Keterkaitan Sasaran, Variable dan Output

No Tujuan

Analisis

Alat

Analisis

Penjelasan

Alat Analisis

Hasil

1 Mengident

ifikasi

tingkat

kekeringan

pada

kabupaten

lamongan

berdasarka

n indeks

TVDI

Perhitun

gan

Kuantita

tif

Matemat

is

Transfor

masi

Citra

Digital

GIS

SPSS

Perhitung

an

matematis

untuk

mengetah

ui tingkat

kerugian

pada

kabupaten

lamongan

Interpretas

i citra

digital

Landsat 8

untuk

identifika

si dan

pembentu

kan model

kekeringa

n TVDI

pada

kabupaten

lamongan

Diketahui

Daerah

Tingkat

Kerugian

sektor

pertanian

kabupaten

lamongan

Terbentuk

nya model

kekeringa

n TVDI

pada

kabupaten

lamongan

66

2 Mengetah

ui Tingkat

resiko

bencana

kekeringan

terhadap

sektor

pertanian

di

kabupaten

Lamongan

Analisa

GIS

dengan

Overla

y

Eucledi

an

Distanc

e Buffer

Analysi

s

Query

Teknik

buffer

diperunt

ukan

untuk

mencipt

akan

peta

jangauan

terhadap

sumber

air

Teknik

yang

digunak

an

adalah

overlay

ebberapa

paramet

er yang

dibuthka

n serta

dilakuka

n analisa

query

builder

untuk

mendapa

tkan

klasifika

si zona

kekering

an

Peta

jangkaua

n

terhadap

sumber

air

Peta

resiko

bencana

kekering

an

kabupate

n

lamonga

n

67

3 Mengident

ifikasi

skenario

pengairan

yang baik

guna

menguran

gi dampak

bencana

kekeringan

di

kabupaten

Lamongan

.

Perhitu

ngan

Matem

atis

Kuantit

atif

Perhitun

gan

uantitatif

sesuai

standar

yang di

anut,

terhadap

hasil

resiko

kekering

an

Kebutuh

an

jaringan

irigasi

Kebutuh

an air

guna

pengaira

n irigasi

Peta

kebutuh

an

irigasi

Peta

kebutuh

an air

irigasi.

Sumber: Hasil Analisa Peneliti 2016

68


69

BAB IV

HASIL DAN PEMBAHASAN

4.1. Gambaran Umum Wilayah Penelitian

Administrasi wilayah studi penelitian ini adalah

Kabupaten Lamongan secara keseluruhan, Kabupaten Lamongan

memiliki luas wilayah kurang lebih 1.812,80 Km² setara 181.280

Ha atau + 3.78 % dari luas wilayah Propinsi Jawa Timur dengan

panjang garis pantai sepanjang 47 Km. Batas wilayah

administratif Kabupaten Lamongan adalah :

Sebelah Utara : Berbatasan dengan Laut Jawa

Sebelah Timur : Berbatasan dengan Kabupaten Gresik

Sebelah Selatan : Berbatasan dengan Kab. Jombang dan

Kab. Mojokerto

Sebelah Barat : Berbatasan dengan Kab. Bojonegoro dan

Kab. Tuban.

Wilayah Kabupaten Lamongan dibelah oleh Sungai

Bengawan Solo, dan secara garis besar daratannya dibedakan

menjadi tiga karakteristik yaitu :

Bagian Tengah Selatan merupakan dataran rendah yang

relatif subur yang membentang dari Kecamatan

Kedungpring, Babat, Sukodadi, Pucuk, Lamongan,

Deket, Tikung, Sugio, Sarirejo dan Kembangbahu

Bagian Selatan dan Utara merupakan pegunungan kapur

berbatu–batu dengan kesuburan sedang. Kawasan ini

terdiri dari Kecamatan Mantup, Sambeng, Ngimbang,

Bluluk, Sukorame, Modo, Brondong, Paciran, dan

Solokoro.

70

Bagian Tengah Utara merupakan daerah Bonorowo yang

merupakan daerah rawan banjir. Kawasan ini meliputi

Kecamatan Sekaran, Maduran, Laren, Karanggeneng,

Kalitengah, Turi, Karangbinangun dan Glagah.

Adapun daftar kecamatan yang tercakup dalam

administrasi wilayah kabupaten lamongan adalah sebagai berikut,

(beserta jaraknya ke ibukota)

Tabel IV. 1 Nama Kecamatan dan Jaraknya ke Ibukota

Kabupaten Lamongan

Kecamatan Ibu Kota Kecamatan

Jarak Ke Ibu

Kota

Kabupaten

(km)

Sukorame Sukorame 51

Bluluk Bluluk 41

Ngimbang Sendangrejo 39

Sambeng Ardirejo 31

Mantup Mantup 19

Kembangbahu Kembangbahu 14

Sugio Sugio 17

Kedungpring Kedungpring 29

Modo Mojorejo 37

Babat Bedahan 27

Pucuk Pucuk 17

71

Kecamatan Ibu Kota Kecamatan

Jarak Ke Ibu

Kota

Kabupaten

(km)

Sukodadi Sukodadi 11

Lamongan Lamongan 0

Tikung Bakalanpule 8

Sarirejo Dermolemahbang 14

Deket Deketwetan 4

Glagah Glagah 14

Karangbinangun Sambopinggir 16

Turi Sukoanyar 6

Kalitengah Dibee 25

Karanggeneng Karanggeneng 24

Sekaran Bulutengger 22

Sumber: Badan Koordinasi Penanaman Modal Kabupaten

Lamongan 2014

Sedangkan untuk fokus wilayah studi adalah kawasan

pertanian yang ada di kabupaten lamongan. Adapun jenis dari

kawasan pertanian, letak, serta luasanya akan di sajikan dalam

tabulasi sebagai berikut.

72

Tabel IV. 2 Kawasan Pertanian di Kabupaten Lamongan

KECAMATAN

LANDUSE (hektar)

Perkeb

unan

Sawah

Irigasi

Sawah

Tadah

Hujan

Tambak

KEC. BABAT 63.67 1702.43 2283.69 -

KEC. BLULUK 13.85 5.70 2932.36 -

KEC.

BRONDONG 289.33 80.37 1146.85 340.10

KEC. DEKET 3.61 3790.19 - -

KEC. GLAGAH 23.40 4292.13 - -

KEC.

KALITENGAH 41.35 3007.58 - -

KEC.

KARANGBINAN

GUN

71.33 3948.10 - -

KEC.

KARANGGENEN

G

241.08 3277.13 - -

KEC.

KEDUNGPRING 211.55 1915.51 2595.47 -

KEC.

KEMBANGBAH

U

252.46 4739.62 853.92 -

KEC.

LAMONGAN 92.81 3114.94 14.57 0.08

73

KECAMATAN

LANDUSE (hektar)

Perkeb

unan

Sawah

Irigasi

Sawah

Tadah

Hujan

Tambak

KEC. LAREN 207.47 4752.45 436.99 -

KEC. MADURAN 134.99 2267.84 - -

KEC. MANTUP 1669.04 1986.55 2337.62 -

KEC. MODO 111.63 3420.33 803.72 -

KEC.

NGIMBANG 182.21 15.06 5272.71 -

KEC. PACIRAN 324.64 46.44 354.81 -

KEC. PUCUK 483.79 3296.15 7.47 -

KEC. SAMBENG 2015.77 1722.16 1806.63 -

KEC. SARIREJO 6.61 3921.36 262.63 -

KEC. SEKARAN 102.65 3612.45 - -

KEC.

SOLOKURO 264.62 381.27 3066.32 -

KEC. SUGIO 400.73 5481.32 487.12 -

KEC.

SUKODADI 297.58 3621.22 - -

KEC.

SUKORAME 41.61 - 2011.77 -

KEC. TIKUNG 55.88 4839.32 96.54 -

74

KECAMATAN

LANDUSE (hektar)

Perkeb

unan

Sawah

Irigasi

Sawah

Tadah

Hujan

Tambak

KEC. TURI 101.22 4542.13 - -

Sumber: Hasil Olah Data Peneliti 2017

75

4.1.1. Ekonomi

4.1.1.1. PDRB

Produk Domistik Bruto atas dasar harga konstan di

Kabupaten Lamongan menunjukkan sektor pertanian lebih

dominan dibandingkan sektor lainnya. kemudian di sektor

industri, perdagangan dan jasa-jasa semakin meningkat tiap

tahunnya. Sehingga dapat dikatakan bahwa Sektor Pertanian

merupakan sektor unggulan pada kabupaten lamongan. untuk

lebih jelas dapat dilihat pada tabel dibawah ini.

Tabel IV. 3 PDRB Atas Harga Berlaku Kabupaten Lamongan

Tahun 2011-2015

No Lapangan

Usaha

Tahun (Milyar Rupiah)

2011 2012 2013 2014 2015

1 Pertanian

6 955

204,4

1

8 035

793,7

9

9 104

705,8

10 322

062,98

11 520

119,94

2 Pertambangan/Pe

nggalian

246

663

259

082,9

4

274

836,35

329

943,46

392

901,55

3 Industri

Pengolahan

1 320

283,1

7

1 464

562,2

2

1 615

810,22

1 835

943,16

2 088

372,45

4 Listrik, Gas &

Air Bersih

12

708,4

7

13

609,3

7

13

259,37

13

756,46

15

167,62

5

Pengadaan Air,

pengelolaan

sampah

20

167,6

7

22

216,4

2

24

929,49

26

543,99

29

172,8

6 Konstruksi

2 060

273,4

4

2 265

000,3

4

2 458

100,06

2 742

799,85

3 028

159,56

7 Perdagangan 3 390 3 802 4 362 4 820 5 404

76

No Lapangan

Usaha


2011 2012 2013 2014 2015

besar dan eceran,

reparasi

389,9

6

098,4

6

987,08 593,73 688,73

8 Transportasi dan

pergudangan

130

201,6

142

291,1

8

163

870,98

191

634,5

219

628,03

9 Penyediaan

akomodasi

234

504,3

2

259

021,7

1

288

644,92

337

183,96

405

135,82

10 Informasi dan

komunikasi

1 306

549,3

1 412

988,9

2

1 524

199,81

1 621

389,09

1 795

792,3

11 Jasa euangan dan

asuransi

334

447,1

1

398

533,0

3

469

006,92

530

657,83

596

170,24

12 Real estate

358

103,5

9

405

896,4

8

458

795,25

501

326,67

588

951,38

13 Jasa perusahaan

51

816,8

7

55

984,5

61

877,75

67

349,31

75

411,98

14 Administrasi

pemerintah

887

300,3

2

971

150,7

9

1 021

400,09

1 049

706,65

1 158

179,87

15 Jasa pendidikan

450

780,3

9

520

383,7

9

586

598,54

664

421,99

744

189,54

16

Jasa kesehatan

dan kegiatan

sosial

134

397,8

3

154

780,4

177

629,07

205

988,2

234

356,58

17 Jasa lainnya 371

149,9

378

295,0

405

584,06

462

752,88

534

923,52

77

No Lapangan

Usaha


2011 2012 2013 2014 2015

Jumlah

18

264

971,4

20

561

689,4

23 012

335,76

25 724

054,72

28 831

321,9

Sumber : Kabupaten Lamongan dalam Angka 2016

4.1.1.2. Produksi Komoditas

Produksi Komoditas Kabupaten Lamongan memiliki

skala lebih kecil di banding PDRB, yaitu per desa. Data produksi

komoditas akan digunakan dalam menentukan ruang lingkup

kawasan penanganan. Data produksi komoditas dapat di olah

untuk mendapatkan kawasan unggulan dengan skala lebih detail.

Adapun data produksi komoditas (dalam Ton) di Kabupaten

Lamongan sebagai berikut.

Tabel IV. 4 Hasil Produksi Pertania Kabupaten Lamongan

Tahun 2015

KECAMATA

N

TOTAL

PRODUKSI

(ton)

BABAT 82250,9

BLULUK 19931,11

BRONDON

G

60818,26

DEKET 26194,07

GLAGAH 9017659

KALITENG

AH

19024,28

KARANGBI

NANGUN

46043,49

KARANGGE

NENG

29846

KEDUNGPR

ING

884554,52

KEMBANG

BAHU

64977,44

LAMONGA

N

46326,33

LAREN 73176,21

MANTUP 168212,8

MODO 860231

NGIMBANG 23217,9

PACIRAN 56605,08

78

PUCUK 50006,33

SAMBENG 607632,9

SEKARAN 578938

SOLOKURO 67262

SUGIO 106756,26

SUKODADI 82745,09

SUKORAME 24410,78

TIKUNG 61509,78

TURI 39127,01

Jumlah 13097456,5

4

Sumber: Lamongan Dalam Angka 2016

Dapat dilihat pada data di atas, bahwa ada beberapa

kecamatan yang memiliki produksi komoditas pertanian dalam

golongan mayoritas, yaitu, Kedung Pring dan Sugio. 2 kecamatan

dapat di justifikasi sementara bahwa kecamatan tersebut

merupakan kecamatan yang unggul dalam produksi pertanianya.

4.1.2. Fisik Dasar

4.1.2.1. Topografi

Kondisi topografi Kabupaten Lamongan dapat ditinjau

dari ketinggian wilayah di atas permukaan laut dan kelerengan

lahan. Kabupaten Lamongan terdiri dari dataran rendah dan

berawa dengan ketinggian 0-20 m dengan luas 50,17% dari luas

Kabupaten Lamongan, daratan ketinggian 25-100 m seluas

45,68% dan sisanya 4,15% merupakan daratan dengan ketinggian

di atas 100 m. Klasifikasi kemiringan lahan per Kecamatan dapat

dilihat pada tabel 3.28.

Tabel IV. 5 Luasan Berdasarkan Klasifikasi Kemiringan di

Kabupaten Lamongan Tiap Kecamatan

No. Kecamatan 0-2% 2-15% 15-

40%

>

40%

Luas

(Ha)

1 Sukorame 2.923 1.224 - - 4.147

2 Bluluk 3.503 1.850 62 - 5.415

3 Ngimbang 5.069 1.452 4.912 - 11.433

4 Sambeng 5.116 11.806 2.390 232 19.544

79

No. Kecamatan 0-2% 2-15% 15-

40%

>

40%

Luas

(Ha)

5 Mantup 8.217 1.060 30 - 9.307

6 Kembangbahu 6.352 32 - - 6.384

7 Sugio 7.020 2.027 82 - 9.129

8 Kedungpring 6.041 1.930 472 - 8.443

9 Modo 5.953 1.407 420 - 7.780

10 Babat 5.361 772 162 - 6.295

11 Pucuk 4.386 98 - - 4.484

12 Sukodadi 5.232 - - - 5.232

13 Lamongan 4.038 - - - 4.038

14 Tikung 5.299 - - - 5.299

15 Sarirejo 4.739 - - - 4.739

16 Deket 5.005 - - - 5.005

17 Glagah 4.052 - - - 4.052

18 Karangbinangun 5.288 - - - 5.288

19 Turi 5.869 - - - 5.869

20 Kalitengah 4.335 - - - 4.335

21 Karanggeneng 5.132 - - - 5.132

22 Sekaran 4.965 - - - 4.965

23 Maduran 3.015 - - - 3.015

24 Laren 7.285 2.315 - - 9.600

25 Solokuro 2.110 7.850 142 - 10.102

26 Paciran - 4.314 425 50 4.789

27 Brondong 5.047 2.337 75 - 7.459

JUMLAH 131.352 40.474 9.172 282 181.280

Sumber: Kabupaten Lamongan Dalam Angka 2015

4.1.2.2. Geologi

Secara fisiografis wilayah Kabupaten Lamongan bagian

utara dan selatan termasuk dalam Zone Rembang (Van

Bemmelen, 1949) yang disusun oleh endapan paparan yang kaya

akan unsur karbonatan, sedangkan wilayah bagian tengah

termasuk zone Randublatung yang kenampakan permukaannya

80

merupakan dataran rendah, namun sebetulnya merupakan suatu

depresi (cekungan) yang tertutup oleh endapan hasil pelapukan

dan erosi dari batuan yang lebih tua pada Zona Kendeng dan

Rembang. Sejarah geologi Kabupaten Lamongan diperkirakan

dimulai kurang lebih 37 juta tahun yang lalu (kasa Oligosen). Saat

itu wilayah Kabupaten Lamongan masih berupa lautan (bagian

dari Cekungan Jawa Timur). Selanjutnya terjadi proses

sedimentasi secara berurutan ke atas berupa penghamparan

batuan sedimentasi laut yang kaya unsur karbonatan. Proses ini

berlangsung hingga kurang lebih 19 juta tahun (hingga kala

Polisen). Pada kurang lebih 1,8 juta tahun yang lalu terjadi

aktifitas tektonik (Orogenesa Plio-Pleistosen) yang menyebabkan

terangkatnya Kabupaten Lamongan muncul ke permukaan laut.

Adapun jenis batuan yang dijumpai di Kabupaten Lamongan

dapat dikelompokkan sebagai berikut.

Satuan Batu Lanau dengan sisipan batu gamping pasiran dan

batu lempung

Satuan Napal dengan sisipan batu pasir gampingan, batu

pasir dan tuff

Satuan Batu Lempung dengan sisipan batu pasir gampingan

dan batu gamping

Satuan Batu Pasir Tufan dengan sisipan konglomerat, breksi

dan batu lempung

Satuan Batu Gamping Koral dan Klastik dengan sisipan

napal dan batu lempung

Aluvial

4.1.2.3. Jenis Tanah

Jenis tanah di Kabupaten Lamongan terdiri dari 8 macam,

dengan Klasifikasi tanah terbesar merupakan jenis tanah Kpl.

Grumosol Kelabu Litosol. Dimana luas lahan berdasarkan pada

jenis tanahnya dapat dilihat pada tabel berikut

81

Tabel IV. 6 Luas Menurut Jenis Tanah Kabupaten

Lamongan

No. Jenis Tanah Luas

Hektar %

1 Alluvial Hidromorf 250 0,14

2 Alluvial Kelabu Kekuningan 68.810 37,96

3 Assosiasi Hidromorf 600 0,33

4 Litosol 7.659 4,22

5 Regusal Coklat kekuningan 350 0,19

6 Grumosal Kelabu 2.125 1,17

7 Kpl. Grumosol Kelabu Litosal 78.990 43,57

8 Kpl. Medeteran Merah dan Litosal 22.496 12,41

JUMLAH 181.280 100,00

Sumber : Kabupaten Lamongan Dalam Angka 2015

4.1.2.4. Kemampuan Tanah

Kemampuan tanah adalah identifikasi unsur-unsur tanah

yang sangat berpengaruh terutama terhadap jenis-jenis

penggunaan tanah yang ada di atasnya. Unsur kemampuan tanah

yang dimaksud terdiri dari luas kemiringan tanah, tekstur tanah,

kedalaman efektif tanah, drainase permukaan tanah, faktor

terbatas berbatu dan erosi tanah.

Tabel IV. 7 Luas Dirinci Menurut Kemampuan Tanah

Kabupaten Lamongan

No. Uraian Luas

Hektar %

1 Luas Kemiringan Tanah

0 - 2 % 131.352

72,46

3 - 15% 40.474

22,33

82

No. Uraian Luas

Hektar %

16 - 40% 9.172

5,06

> 40% 282

0,16

Total 181.280

100,00

2 Tekstur Tanah

Kasar 114.884 63,37

Sedang 63.709 35,14

Halus 2.687 1,48

Total 181.280 100,00

3 Kedalaman Efektif Tanah

0 - 30 Cm 5.989 3,30

31 - 60 Cm 12.916 7,12

61 – 90 Cm 34.656 19,12

> 90 Cm 127.719 70,45

Total 181.280 100,00

4 Drainase Permukaan Tanah

Tidak pernah

tergenang

151.395 83,51

Tergenang Periodik 29.273 16,15

Tergenang terus-

menerus

612 0,34

Total 181.280 100,00

5 Faktor Terbatas Berbatu

Tidak Berbatu 180.072 99,33

Berbatu 1.208 0,67

Total 181.280 100,00

6 Erosi Tanah

Tidak ada Erosi 169.994 93,77

83

No. Uraian Luas

Hektar %

Ada Erosi 11.286 6,23

Total 181.280 100,00


Kemampuan tanah di Kabupaten Lamongan merupakan

unsur-unsur yang sangat berpengaruh pada jenis-jenis

penggunaan lahan yang ada diatasnya. Unsur-unsur fisik tersebut

meliputi :

A. Tekstur Tanah

Sebagian besar wilayah di Kabupaten Lamongan

bertekstur Kasar 114.884 Ha atau 63,37 % dari luas wilayah.

Selain itu, wilayah dengan luas 63.709 Ha atau 35,14 %

adalah tanah dengan tekstur sedang sedangkan tanah dengan

tekstur halus mempunyai luas sebesar 2.687 Ha atau 1,48 %

dari luas wilayah Kabupaten Lamongan seluruhnya.

B. Kedalaman Efektif Tanah

Sebagian besar kecamatan di Kabupaten Lamongan,

wilayahnya terletak pada kedalaman > 90 cm yang

mencakup areal seluas 127.719 Ha atau 70,45%. Wilayah

dengan kedalaman ini baik untuk pertumbuhan perakaran

tanaman. Sedangkan yang memiliki kedalaman 61 - 90 cm di

Kabupaten Lamongan meliputi areal seluas 34.656 Ha atau

19,12 % dari luas Kabupaten Lamongan seluruhnya.

Wilayah ini baik untuk tanaman semusim dan cukup baik

untuk tanaman keras atau tahunan.

Wilayah yang berada pada kedalaman 31 - 60 cm di

Kabupaten lamongan adalah seluas 12.916 Ha atau 7.12 %

dari seluruh luas Kabupaten Lamongan yang mana kondisi

demikian ini cukup baik untuk tanaman keras/tahunan. Luas

wilayah di Kabupaten Lamongan yang berada pada

kedalaman efektif tanah 0-30 cm adalah seluas 5.989 Ha

atau 3,30% dari seluruh luas Kabupaten Lamongan. Pada

wilayah ini masih memungkinkan diusahakan tanaman

84

semusim, tetapi pada kedalaman 0 - 10 cm tidak baik untuk

pertumbuhan tanaman.

C. Drainase

Kabupaten Lamongan memiliki drainase yang baik yakni

tidak pernah tergenang air mencakup seluas 151.395 Ha atau

83.51% dari wilayah Kabupaten Lamongan seluruhnya,

kecuali pada dataran-dataran yang kemampuan saluran

drainasenya bermasalah. Drainase tanah menunjukkan lama

dan seringnya tanah jenuh terhadap kandungan air dan

menunjukkan kecepatan resapan air dari permukaan tanah.

D. Erosi Tanah

Di Kabupaten Lamongan, wilayah yang tidak ada erosi

yang meliputi areal seluas 169.994 Ha atau 93,77 % dari luas

Kabupaten Lamongan seluruhnya sedangkan yang tererosi

seluas 17.769 Ha atau 9,80 % dari luas Kabupaten

Lamongan seluruhnya.

4.1.2.5. Klimatologi

Lamongan merupakan iklim tropis yang dapat dibedakan

atas 2 (dua) musim, yaitu musim penghujan dan musim kemarau.

Curah hujan tertinggi terjadi pada bulan Desember sampai dengan

bulan Maret, sedangkan pada bulan-bulan lain curah hujan relatif

rendah. Rata-rata curah hujan pada tahun 2004 dari hasil

pemantauan 25 stasiun pengamatan hujan tercatat sebanyak 1.255

mm dan hari hujan tercatat 72 hari.

4.1.2.6. Hidrologi

Secara umum ketersediaan air di Kabupaten Lamongan

didominasi oleh air permukaan, dimana pada saat musim

penghujan dijumpai dalam jumlah yang melimpah hingga

mengakibatkan banjir namun sebaliknya saat kemarau sangat jauh

berkurang bahkan di sebagian besar wilayah Kabupaten

Lamongan sudah tidak dijumpai lagi. Secara umum, Kabupaten

Lamongan mempunyai ketinggian yang relatif datar bahkan pada

beberapa wilayah banyak dijumpai cekungan – cekungan yang

85

saat ini berupa rawa. Di beberapa daerah masih terdapat area

dengan keadaan genangan yang berlangsung periodik selama

setengah bulan sampai dengan tiga bulan pada musim kemarau.

Tabel IV. 8 Lokasi Genangan di Kabupaten Lamongan

Berdasarkan Periodik Waktu

No Lama Genangan Kecamatan

1 Tergenang periodik selama

3 bulan

Laren

2 Tergenang periodik selama

1-2 bulan

Karanggeneg, Kalitengah,

Karangbinangun, turi,

Deket, Glagah

3 Tergenang Periodik selama

1 bulan

Sekaran, Babat

4 Tergenang Periodik selama

½ bulan

Lamongan, Turi, Sukodadi,

Pucuk, dan Sekaran


4.1.2.7. Klasifikasi Kawasan Pertanian Sawah

Belum keseluruhan sawah sektor pertanian di kabupaten

lamongan memiliki sistem irigasi, untuk sawah dibedakan

kembali berdasarkan sistem irigasi yang di terapkan, yaitu

beririgasi teknis, setengah teknis dan sederhana seluas Sawah

kurang lebih 45.841 (empat puluh lima ribu delapan ratus empat

puluh satu) ha ditetapkan sebagai lahan pertanian pangan

berkelanjutan (LP2B) dengan luas 45.841 ha atau 25,29 %. Sawah

jenis ini tersebar di Kecamatan Lamongan, Kembangbahu,

Tikung, Sarirejo, Sukodadi, Pucuk, Deket, Turi, Karangbinangun,

Glagah, Kalitengan, Sugio, Kedungpring, Modo, Karanggeneng,

Sekaran, Maduran, Babat, Laren, dan Solokuro. Pada penelitian

ini, data irigasi akan digunakan sebagai pembanding pada arahan

jumlah irigasi yang seharusnya dibuat, dengan kondisi analisa

menganggap belum ada irigasi yang diterapkan.

86

Tabel IV. 9 Luasan Klasifikasi Kawasan Pertanian di Kabupaten

Lamongan

No Uraian Luas

(hektar)

1 Sawah beririgasi teknis 14.730

2 Sawah beririgasi setengah teknis 10.551

3 sawah beririgasi sederhana 20.560

Total 45.841

Sumber : RTRW Kabupaten Lamongan 2008-2028

4.1.3. Tata Guna Lahan

4.1.3.1. Tata Guna Lahan Eksisting

Penggunaan lahan pada Kabupaten Lamongan terdiri dari

penggunaan kawasan lindung dan kawasan budidaya. Kawasan

lindung terdiri dari kawasan hutan lindung, kawasan yang

memberikan perlindungan terhadap kawasan bawahannya,

kawasan perlindungan setempat, kawasan rawan bencana alam,

dan kawasan lindung geologi. Sedangkan kawasan budidaya

terdiri dari kawasan hutan produksi, kawasan hutan rakyat,

kawasan pertanian, kawasan perikanan, kawasan pertambangan,

kawasan perindustrian, kawasan pariwisata, dan kawasan pesisir.

Ditinjau dari pemanfaatannya, kondisi tata guna tanah Kab.

Lamongan Tahun 2015 adalah sebagai berikut.

Tabel IV. 10 Luasan Tata Guna Lahan Eksisting

No Landuse Luas (hektar) Persentase

(%)

1 Permukiman 13,030 7,19

2 Sawah irigasi 45,841 25,29

3 Sawah tadah hujan 33,749 18,47

4 Perkebunan 9,919 5,47

5 Hutan 33,717 18,60

6 Hutan rakyat 7,098 3,92

7 Tambak 1,380 0,76

87

8 Sungai 8,760 4,83

9 Waduk 8,719,5 4,81

10 Tegalan 12,138,19 6,70

11 Pertambangan 1,200 0,66

12 Peruntukan Lainya 5,997 3,31


Dari Tabel diatas tergambar bahwa lahan di Kabupaten

Lamongan masih didominasi oleh persawahan (43,76 %). Hal ini

berarti bahwa pengelolaan SDA dan irigasi di kabupaten ini

menjadi faktor yang sangat penting bagi ketahanan pangan di

kabupaten ini. Peta Tata guna lahan eksisting dapat dilihat pada

Peta IV.1 Tata Guna Lahan Eksisting Kab. Lamongan

4.1.3.2. Pola Ruang

Rencana pola ruang kabupaten lamongan terbagi menjadi

2, yaitu kawasan lindung dan budidaya, luasan dari rencana pola

ruang kabupaten sendiri berbeda dengan eksisting tata guna lahan.

Dengan jumlah perkembangan luasan yang ada sebagai berikut,

Tabel IV. 11 Luasan Pola Ruang

No Landuse Luas (hektar) Persentase

(%)

1 Permukiman 22.268,53 13,94

2 Lahan Pertanian

Pangan

Berkelanjutan

25.281,00 13,95

3 Sawah Irigasi 20.560,00 11,34

4 Sawah Tadah

Hujan

20.357,40 11,23

5 Perkebunan 8.927,20 4,92

6 Hutan 33.717,30 18,60

7 Hutan Rakyat 7.098,10 3,92

8 Tambak 1.380,05 0,76

88

9 Sungai 8.760,00 4,83

10 Waduk 8.719,50 4,81

11 Tegalan/Ladang 7.928,92 4,37

12 Industri 6.085,00 3,36

13 Pertambangan 1.200,00 0,66

14 Peruntukan lainya 5.997,00 3,31

Jumlah 181.280,00 100


89

Peta IV. 1 Peta Tata Guna Lahan


90


91

4.1.3.3. Perbandingan Luasan Kawasan Pertanian

Sebenarnya dengan Luasan pada RTRW Kab. Lamongan

Luasan kawasan pertanian sesungguhnya diperoleh

melalui kantor pertanian kabupaten lamongan dalam bentuk

shapefile. Luas sebenarnya lahan pertanian dengan komponen

sawah lahan basah dan kering akan di bandingkan dengan data

yang tercantum pada RTRW kabupaten lamongan yang ada.

Adapun setelah dilakukan analisa calculate geometry di dapatkan

luasan sebesar 11094 Ha yang dapat di lihat lebih jelas pada Peta

IV.2 Lahan Pertanian Eksisting 2016 Kabupaten Lamongan.

92


93

Peta IV. 2 Lahan Pertanian Eksisting 2016 Kabupaten Lamongan


94


95

Dengan diketahuinya luasan ekstraksi dari shapefile,

maka dilakukan perbandingan dengan luasan yang tercantum

pada RTRW Kab. Lamongan. Dapat dilihat pada diagram berikut

perbedaan luasan dengan RTRW Kab. Lamongan.

Gambar IV. 1 Cakupan Perbedaan Lahan Pertanian

Eksisting 2016 dan RTRW Kab. Lamongan


Terlihat bahwa terdepat perbedaan yang cukup besar,

yang menandakan bahwa keakuratan data pada RTRW Kab.

Lamongan perlu dilakukan updating. Menurut data eksisting,

kabupaten lamongan 74% wilayahnya masih di dominasi oleh

lahan pertanian.

4.1.3.4.Kerugian Pertanian Akibat Kekeringan

Beberapa kecamatan pada kabupaten lamongan sering

kali mengalami kerugian yang bervariatif dan cukup besar

nominalnya di akibatkan oleh bencana alam, khususnya

kekeringan. Pada tahun 2015 terdapat 18 kecamatan dari 25

0

100

200

300

400

500

600

RTRW

Eksisting 2016

96

kecamatan yang mengalami kerugian gagal panen pada lahan

pertaniannya di akibatkan oleh kekeringan yang melanda pada

tahun tersebut. Pada 14 kecamatan tersebut terdapat beberapa

kecamatan yan g tergolong mengalami rugi tinggi akibat

kekeringan. Adapun perhitungan kerugian pertanian ini

berdasarkan data dinas pertanian kabupaten lamongan,

rekapitulasi kerusakan tanaman akibat kekeringan kabupaten

lamongan hingga akhir tahun 2015. Kerugian pertanian di

golongkan dalam Puso oleh dinas pertanian, dengan nilai

kerugian per puso adalah Rp. 3.500.000,00- . Adapun hasil

rangkuman kerugian yang telah di analisa berdasarkan kecamatan

dapat dilihat pada tabel berikut.

Tabel IV. 12 Kerugian Pertanian Akibat Kekeringan

No Kecamatan Puso Kerugian (Rp)

1 Kedungpring 339 1186500000

2 Modo 145 507500000

3 Solokuro 380 1330000000

4 Bluluk 366 1281000000

5 Tikung 394 1379000000

6 Turi 986 3451000000

7 Brondong 55 192500000

8 Sarirejo 200 700000000

9 Kembangbahu 359 1256500000

10 Lamongan 10,5 36750000

11 Paciran 106,46 372610000

12 Karanggeneng 30 105000000

13 Karangbinangun 899 3146500000

14 Sugio 316 1106000000

Jumlah 4585.96 16050860000


97

Terlihat pada tabel hasil analisa tersebut, terdapat

beberapa kecamatan yang tergolong dalam rugi tinggi dan sangat

tinggi, dimana rugi tinggi terklasifikasi pada daerah dengan

kerugian di atas 1 milyar dan sangat tinggi dengan kerugian di

atas 2 milyar, klasifikasi tersebut di dasarkan pada klasifikasi

kerugian pertanian, dinas pertanian, rekapitulasi kerugian akibat

bencana alam 2015. Adapun kecamatan dengan kerugian

tergolong sangat tinggi adalah Karangbinangun dan Turi.

Wilayah dengan kerugian tinggi ini akan digunakan sebagai

wilayah untuk memvisualisasikan skenario pengairan irigasi .

4.1.4. Kondisi Kekeringan di Kabupaten Lamongan

Kabupaten lamongan tergolong dalam daerah dengan

tingkat kekeringan yang tinggi pada jawa timur, dimana kawasan

ini juga sering terlanda kerugian akibat kekeringan khususnya

pada lahan pertanian. Satu hal penyebabnya adalah belum adanya

pengairan yang memadai menyesuaikan tingkat kekeringan yang

ada dan faktor lainya.

Berdasarkan foto eksisting di atas, terlihat bahwa

kawasan pertanian di kabupaten lamongan ketika mengalami

kekeringan akan terlihat sangat kering tanpa ada kelembapan

Gambar IV. 2 Kondisi Kekeringan Kabupaten Lamongan

Sumber: Survei Primer, 2017

98

sedikitpun. Terlihat pula bahwa pada gambar sebelah kanan,

dimana air sawah keseluruhan surut kering dan menyebabkan

tanah tidak dapat ditanami padi dan lain – lain. Begitu pula pada

gambar sebelah kiri. Dapat di identifikasi juga melalui gambar

tersebut bahwa tidak terlihatnya aliran atau saluran irigasi untuk

mengaliri air guna menjaga kelembapan pada kawasan pertanian

kabupaten lamongan. Hal ini juga menjadi salah satu faktor

penyebab, kenapa kawasan pertanian kabupaten lamongan terlihat

sangat kering dan gersang tanpa adanya tanaman padi dan lainya.

Selain itu, lamongan termasuk wilayah dengan kondisi

penyimpangan iklim. Dimana Penyimpangan iklim, menyebabkan

produksi uap air dan awan di sebagian Indonesia bervariasi dari

kondisi sangat tinggi ke rendah atau sebaliknya. Ini semua

menyebabkan penyimpangan iklim terhadap kondisi normalnya.

Jumlah uap air dan awan yang rendah akan berpengaruh terhadap

curah hujan, apabila curah hujan dan intensitas hujan rendah akan

menyebabkan kekeringan.

Pada kabupaten lamongan, juga terjadi gangguan

keseimbangan hidrologis. Gangguan keseimbangan hidrologis

pada kabupaten lamongan seperti: 1) terjadinya degradasi Daerah

Aliran Sungai (DAS) terutama bagian hulu mengalami alih fungsi

lahan dari bervegetasi menjadi non vegetasi yang menyebabkan

terganggunya sistem peresapan air tanah; 2) kerusakan hidrologis

daerah tangkapan air bagian hulu menyebabkan waduk dan

saluran irigasi terisi sedimen, sehingga kapasitas tampung air

menurun tajam yang memicu kekeringan.

Dengan kondisi faktual kekeringan seperti pada gambar

tersebut, menyebabkan lahan pertanian kawasan pertanian

kabupaten lamongan sulit untuk ditanami ketika kekeringan

melanda. Berdasaran dinas pertanian kabupaten lamongan, ketika

kekeringan terjadi, maka akan berlangsung cukup lama hingga 2

– 3 bulan, bahkan bisa lebih dari itu yang menjadi kemarau

panjang sehingga menyebabkan kerugian hingga ber puso – puso.

99

4.1.5. Kondisi curah hujan

Kondisi curah hujan pada Kabupaten Lamongan berbeda

– beda setiap bulannya. Kondisi curah hujan yang ada dapat

dijadikan pertimbangan dalam memilih waktu pengambilan data

sekunder Landsat – 8 OLI untuk proses identifikasi kekeringan.

Dengan asumsi semakin kecil curah hujan semakin mudah

terjadinya kekeringan. Adapun data curah hujan berdasarkan data

klimatologi BPS Kabupaten Lamongan januari 2016 – april 2017

sebagai berikut,

Tabel IV. 13 Data Curah Hujan 2016 - 2017

Tahun Keterangan

Bulan

Avg.

Temperature

(oC)

Min.

Temperature

(oC)

Max

Temperature

(oC)

Curah

Hujan

(mm)

201

6

Januari 26.8 22.5 31.1 380

Februari 26.9 22.5 31.3 330

Maret 27.2 22.8 31.6 396

April 27.1 22.8 31.5 291

Mei 26.9 22.6 31.2 227

Juni 26.1 21.4 30.8 134

Juli 25.3 20.3 30.3 80

Agustus 25.5 20.5 30.5 85

September 26 21.1 31 117

Oktober 26.6 21.8 31.4 310

Nopember 26.9 22.6 31.2 398

Desember 26.7 22.6 31 420

2017

Januari 26.1 23.4 30.5 335

Februari 25.8 21.9 31.8 354

Maret 24.3 19.7 32.1 59

April 25.2 20.8 30.8 256

Sumber : BPS Kabupaten Lamongan 2016 – 2017

Terlihat bahwa pada bulan Maret 2017 merupakan waktu

dimana curah hujan berada pada titik paling rendah dibandingkan

bulan – bulan lainya. Nilai curah hujan pada bulan maret 2017

100

adalah 59 mm. Dimana berdasarkan data tersebut digunakan

sebagai dasar dalam menentukan waktu pengambilan data citra

satelit landsat – 8 OLI pada maret 2017 untuk mendapatkan

kondisi kekeringan optimal.

4.1.6. Sumber air dan jaringan irigasi eksisting

Sumber air pada penelitian ini adalah termasuk mata air,

waduk dan daerah aliran sungan (DAS). Mata air pada kabupaten

lamongan berjumlah sekitar 60 mata air yang berjenis sumur dan

mata air alami. Mata air tersebar pada beberapa kecamatan antara

lain, Lamongan, Sukodadi, Paciran, Solokuro, Brondong,

KembangBahu, Mantup, Ngimbang, Sambeng, Babat,

Kedungpring, Modo dan Bluluk. Berikut adalah sajian tabel data

mata air yang ada.

Tabel IV. 14 Daftar Sumber Mata Air

NO NAMA

SUMBER/MATA AIR

LOKASI DEBIT

DESA KEC. MAX MIN

(lt/dt) (lt/dt)

1 2 3 4 5 6

1 Sumur Jetis Jetis Lamongan - 7

2 Sumur Kemlaten Jetis Lamongan - 4

3 Sumur Pompa Air PU

- Lamongan 4 2

4 Sumur Kalibumbung

Jetis Lamongan - 2

5 Sumur Demangan

Sidoharjo Lamongan - 2

6 Sumur Plosowahyu

Plosowahyu Lamongan - 4

7 Sumur Made Made Lamongan - 8

8 Sumur Keduwul Menongo Sukodadi 10 5

101

9 Sumur Ngelo Menongo Sukodadi 8 4

10 Sumur Menongo Menongo Sukodadi 5 3

11 Sendangagung Sendangagung Paciran 35 12

12 Sumurgayam Sumurgayam Paciran 21 5

13 Kranji Kranji Paciran 20 8

14 Sendangduwur Sendangduwur

Paciran 35 12

15 Ngulan Tebluru Solokuro 97 34

16 Bluru Tebluru Solokuro 34 12

17 Sendangkeben Tlemang Solokuro 68 25

18 Tenggulun Tenggulun Solokuro 90 32

19 Solokuro Solokuro Solokuro 9 3

20 Takerharjo Takerharjo Solokuro 180 42

21 Dagan Dagan Solokuro 25 10

22 Sugihan Sugihan Solokuro 53 15

23 Sumberagung Sumberagung Brondong 18 11

24 Tlogoretno Tlogoretno Brondong 14 7

25 Moronyamplung Moronyamplung

Kembangbahu

35 15

26 Dumpi Dumpiagung Kembangbahu

36 20

27 Mantup I Mantup Mantup 20 12

28 Mantup II Mantup Mantup 32 22

29 Sukobendu I Sukobendu Mantup 18 13

30 Sukobendu II Sukobendu Mantup 38 23

31 Sumberbendo Sumberbendo Mantup 27 16

32 Tunggun Tunggunjagir Mantup 80 50

102

33 Sendanggede Ngimbang Ngimbang 63 20

34 Sendanggajah Ngimbang Ngimbang 15 10

35 Sendangdukuh Ngimbang Ngimbang 5 3

36 Drujugurit Drujugurit Ngimbang 9 3

37 Slaharwotan Slaharwotan Ngimbang 68 37

38 Kakat Kakatpenjalin Ngimbang 75 40

39 Cerme Cerme Ngimbang 30 6

40 Sendang Sendangrejo Ngimbang 50 29

41 Girik Girik Ngimbang 100 65

42 Tlemang Tlemang Ngimbang 80 50

43 Ardirejo Ardirejo Sambeng 23 13

44 Nogojatisari Nogojatisari Sambeng 45 28

45 Pasarlegi Pasarlegi Sambeng 66 36

46 Pataan Pataan Sambeng 89 57

47 Sumbersari Sumbersari Sambeng 27 19

48 Garung Garung Sambeng 18 9

49 Pucakwangi Pucakwangi Babat 40 20

50 Dradah Dradahblumbang

Kedungpring

72 25

51 Sendanglinggo Mlati Kedungpring

21 15

52 Blumbang Dradahblumbang

Kedungpring

5 3

53 Tengger Tenggerejo Kedungpring

2 1

54 Mojo Mojorejo Modo 35 15

55 Jimus Pule Modo 30 16

103

56 Pule Pule Modo 35 16

57 Yungyang Yungyang Modo 22 13

58 Sendangpurwo Bluluk Bluluk 50 30

59 Cangkring Cangkring Bluluk 45 23

60 Bronjong Bronjong Bluluk 40 10

Sumber : PU Pengairan Kabupaten Lamongan 2016

Untuk waduk pada kabupaten lamungan terdapat pada

beberapa UPT dengan jumlah 34 waduk antara lain, UPT Deket,

UPT Sumlaran, UPT Kedung Pring, UPT Pucuk, UPT Laren, dan

UPT Karang geneng. Dimana terkait kapasitas, nama, dan lokasi

kecamatan akan dijelaskan pada tabel berikut.

Tabel IV. 15 Daftar Waduk Kabupaten Lamongan

NO. NAMA

WADUK

LOKASI KAPASITAS

(KEC.) (M3)

UPT DEKET

1 Wd. Mojomanis Kb.bahu 262,756

2 Wd. Lopang Kb.bahu 241,145

3 Wd. Rancang Lamongan 817,142

4 Wd. Joto Tikung 1,000,000

5 Wd. Takeran Tikung 490,181

6 Wd. Dukuh Tikung 74,945

7 Wd. Dermo Sarirejo 43,230

8 Wd. Delikguno Tikung 419,688

9 Wd. Tuwiri Tikung 416,892

10 Wd. Canggah Sarirejo 425,040

11 Wd. Rande Deket 444,196

UPT SUMLARAN

12 Wd. Gondang Sugio 23,712,500

104

13 Wd. German Sugio 1,237,500

14 Wd. Kedungdowo Kb.bahu 116,250

15 Wd. Lembeyan Kb.bahu 50,400

16 Wd. Gempol Kb.bahu 2,050,000

17 Wd. Bl.ganggang Sukodadi 1,518,750

UPT KD.PRING

18 Wd. Bowo Modo 1,685,552

19 Wd. Prijetan Kd.pring 9,000,000

20 Wd. Caling Sugio 1,157,088

21 Wd. Karangasem Sugio 140,000

22 Wd. Kalen Kd.pring 600,000

23 Wd. Sentir Kd.pring 1,250,000

UPT PUCUK

24 Wd. Kuripan Babat 80,000

25 Wd. Pading Pucuk 205,900

26 Wd. Meduran Maduran 155,800

UPT LAREN

27 Wd. Makamsantri Laren 609,000

28 Wd. Jajong Laren 951,600

29 Wd. Sumurgung Laren 465,300

30 Wd. Paprit Laren 278,400

UPT KR.GENENG

31 Wd. Sekaran Sekaran 7,367,000

32 Wd. Sepanji Maduran -

33 Wd. Legoh Kr.geneng 350,900

34 Wd. Palangan Kalitengah 615,250


105

Untuk daerah aliran sunga, DAS pada kabupaten

lamongan terdapat beberapa macam, yang paling luas dan besar

adalah sungai bengawan solo yang juga melewati kawasan tengah

kabupaten lamongan. Bengawan solo ini merupakan sumber air

utama selain waduk pada pengairan irigasi di kecamatan pada

bagian tengah kabupaten lamongan. Adapun list DAS pada

kabupaten lamongan dan kali nya adalah sebagai berikut dalam

bentuk tabel.

Tabel IV. 16 Daftar Kali dan DAS

No

Nama Kali Lokasi Kecamatan yang

dilalui aliran kali Panjang

(m) Lebar (m)

1 Kali Bengawan

Solo

Babat, Sekaran, Maduran,

68.00 200 Karanggeneng,

Kalitengah,

Kr.binangun, Glagah, Laren

2 Flood Way Laren, Brondong 13.00 100

3 Kali Blawi

Kalitengah, Turi,

27.00 40 Karangbinangun, Glagah

4 Kali Corong Glagah 7.00 50

5 Kali Malang Glagah 9.00 25

6 Kali

Keputran/Dinoyo Deket-Glagah 7.00 20

7 Kali Deket Deket-Karangbinangun 7.00 25

8 Kali Pengaron Tikung, Lamongan,

Deket 12.50 30

9 Kali Dapur Lamongan, Deket,

12.50 30 Karangbinangun

10 Kali Kenceng Lamongan, Turi 7.00 6

106

No



(m) Lebar (m)

11 Kali Mengkuli Kb.bahu, Lamongan,

Turi 23.00 25

12 Kali Plalangan

Kembangbahu, Sukodadi, 16.50 33

Lamongan

13 Kali Ulo Lamongan, Turi 7.00 6

14 Kali Wiyu Lamongan, Turi 7.00 8

15 Kali Gondang Sugio, Sukodadi, Turi 22.40 40

16 Kali Kruwul I Turi 6.60 20

17 Kali Kruwul II Turi 6.80 20

18 Kali Singosari

Sukodadi, Karanggeneng 7.00 12

Kalitengan

19 Kali Putatsapi Karangbinangun 6.00 8

20 Kali Magok Karangbinangun 8.00 10

21 Kali Patih

Babat, Sekaran, Maduran,

33.00 8 Karanggeneng,

Kalitengah

22 Kali Bulu Pucuk, Sekaran 12.00 15

23 Kali

Sogo/Konang Babat 7.00 8

24 Kali Keyongan/ Kedungpring, Sugio,

Babat 13.00 15

Moropelang

25 Kali Gembong Babat 7.00 8

26 Kali Plaosan Babat 5.00 8

27 Kali Prijetan Kedungpring-Modo 25.00 15

28 Kali Lamong Ngimbang, Sambeng,

32.00 25 Mantup

107

No



(m) Lebar (m)

29 Kali Semar Mendem

Bluluk-Modo/Bojonegoro

15.00 25

30 Kali Cawak Modo,

Sukorame/Bojonegoro 15.00 20

31 Kali Jabung Laren 10.00 10

32 Kali Ombo Laren 4.00 6

33 Kali Sabrangan Laren 5.00 8

34 Kali Kenong Laren 6.00 10

35 Kali Dadapan Laren 9.00 8

36 Kali Lohgung Brondong 5.00 10

37 Kali Asinan Brondong-Paciran 10.00 15

38 Kali Gayaran Paciran 4.00 25

39 Kali Bodo Urung Paciran 5.00 15

40 Kali Suwuk Paciran 5.50 15

41 Kali Sidowayah

Kembangbahu, Sukodadi, 14.00 10

Lamongan

42 Kali Gendong Kedungpring-Babat 5.00 8


Untuk Jaringan irigasi yang digunakan pada anlisis

adalah irigasi teknis yang terlihat pada citra. Irigasi teknis yang

telah digitasi pada citra sudah sesuai dengan jumlah pada yang

disediakan di RTRW Kabupaten Lamonga. Belum keseluruhan

sawah sektor pertanian di kabupaten lamongan memiliki sistem

irigasi, untuk sawah dibedakan kembali berdasarkan sistem irigasi

yang di terapkan, yaitu Sawah beririgasi teknis, setengah teknis

dan sederhana seluas kurang lebih 45.841 (empat puluh lima ribu

delapan ratus empat puluh satu) ha Jumlah jaringan irigasi pada

kabupaten lamongan seperti pada tabel berikut.

108

Tabel IV. 17 Jaringan irigasi eksisting Kabupaten Lamongan

No Uraian Luas

(hektar)

1 Sawah beririgasi teknis 14.730

2 Sawah beririgasi setengah teknis 10.551

3 sawah beririgasi sederhana 20.560

Total 45.841

Sumber : RTRW Kabupaten Lamongan 2008 - 2028

Adapun untuk peta dan kondisi sumber air dan jaringan

irigasi eksisting yang ada akan di sediakan pada peta halaman

berikutnya pada Peta Sumber Air dan Jaringan Irigasi Eksisting.

109

Peta IV. 3 Peta Sumber Air dan Jaringan Irigasi Eksisting


110


111

4.2. Pembahasan

4.2.1. Batasan Analisa Penelitian

Dalam melakukan analisa pada penelitian ini terdapat

beberapa batasan untuk memperjelas tujuan penelitian. Adapun

batasan tersebut adalah, lingkup wilayah sebesar kabupaten

lamongan, dengan perhitungan resiko hanya melibatkan sumber

air seperti sungai dan mata air. Skenario pengairan yang

dimaksud kan adalah sebatas berapa jumlah irigasi yang

dibutuhkan, serta water demand terhadap jumlah irigasi tersebuti.

Sehingga jumlah irigasi yang dihasilkan merupakan sebuah

rekomendasi pengairan dalam mengatasi kekeringan pada wilayah

penelitian, meninjau dari sumber air eksisting dan jaringan irigasi

yang dibutuhkan pada kawasan pertanian kabupaten lamongan.

4.2.2. Analisa Tingkat Kekeringan

Pada analisa kekeringan pada penelitian ini akan

menggunakan metode TVDI (Temperature Vegetation Dryness

Index) dimana dapat mengetahui klasifikasi kekeringan yang ada

pada kabupaten lamongan berdasarkan analisa citra satelit.

Adapun untuk mendapatkan TVDI diperlukan beberapa langkah

terlebih dahulu, yaitu analisa Citra Satelit yang akan digunakan

dalam mendapatkan data NDVI dan LST sebagai salah dua

kriteria pembentukan TVDI. Adapun prosesnya adalah sebagai

berikut.

112

4.2.2.1. Olah Data Citra Landsat 8

Data citra satelit yang digunakan adalah data citra landsat

8, dimana data citra ini diklaim merupakan data citra dengan

resolusi yang cukup tinggi dan tidak memerlukan koreksi

geometric lagi dikarenakan akurasinya yang lebih besar daripada

landsat tipe lainya. Hal tersebut dapat dilihat pada komponen

landsat 8 data dengan kode .mtl, dimana pada data .mtl tersebut

dapat dilihat validasi nilai citra satelit dan tingkat koreksi

geometric yang ada. Data .mtl tersebut diperkaya oleh data – data

pada citra satelit secara rinci sehingga dapat memudahkan dalam

melakukan analisa menggunakan citra satelit ini. Berdasarkan

data curah hujan pada gambaran umum, waktu pengambilan citra

adalah maret 2017.

Kabupaten lamongan terbagi dalam 2 grid landsat 8 pada

usgs. Sehingga perlu dilakukan mosaic combine terhadap 2

bagian citra satelit tersebut. Kabupaten lamongan terbagi dalam

grid 118x065 dan 119x065 sebagai berikut.

Gambar I.V 3 Citra Satelit Landsat 8, (1) 118x065, (2) 119x065

Sumber: USGS, 2017

113

Adapun kedua citra satelit tersebut disatukan dengan

teknik Mosaic terhadap kedua citra tersebut sehingga dapat

menjadi 1 bagian citra, serta menghilangkan bagian hitam berupa

NoData pada landsat dengan tools Copy Raster mengubah

NoData Value menjadi 0. Langkah tersebut dilakukan terhadap

semua band yang ada.

Setelah hal tersebut dilakukan, maka langkah selanjutnya

adalah melakukan pemotongan citra sesuai dengan bentuk

wilayah kabupaten lamongan. Dimana tools yang digunakan

adalah Extract by Mask guna memotong citra landsat sesuai data

batas wilayah kabupaten lamongan. Hasil sebagai berikut.

(Langkah dilakukan terhadap semua band).

Gambar IV. 4 Mosaic Citra Satelit Landsat 8


114

Gambar IV. 5 Citra Satelit Landsat 8 Extracted Kab.

Lamongan


Hasil dari pengolahan citra satelit tersebut akan

digunakan sebagai bahan pembentukan NDVI, LST dan

Temperature Vegetation Dryness Index.

4.2.2.2. Pembentukan NDVI

Indeks vegetasi atau NDVI adalah indeks yang

menggambarkan tingkat kehijauan suatu tanaman. Indeks vegetasi

merupakan kombinasi matematis antara band merah dan band

NIR (Near-Infrared Radiation) yang telah lama digunakan

sebagai indikator keberadaan dan kondisi vegetasi (Lillesand dan

Kiefer 1997). Konsep pola spektral di dasarkan oleh prinsip ini

menggunakan hanya citra band merah adalah sebagai berikut :

NDVI = (NIR – Red) / (NIR+Red)

Dimana untuk Landsat 8, formula yang digunakan

berdasarkan USGS Landsat Spectral Indices Product Guide

adalah

115

NDVI = (Band 5 – Band 4) / (Band 5 + Band 4)

Transformasi NDVI menggunakan Band 5 dan Band 4

dilaukan dengan windows image analysys, dimana pada teknik ini

dilakukan composite band 5 dan 4, lalu digunakan fitur

processing NDVI untuk menghasilkan peta NDVI yang di

butuhkan.

Gambar IV. 6 Image Analysys NDVI


Adapun hasil dari kalkulasi NDVI sebagai berikut.

116

Gambar IV. 7 Transformasi NDVI Kab. Lamongan


Rasio NDVI yang di hasilkan adalah -0.186 hingga 0.552.

Nilai NDVI berkisar dari -1 (yang biasanya air) sampai +1

(vegetasi lebat). Dapat terlihat bahwa kabupaten lamongan di

dominasi kerapatan sedang atau tergolong dalam savanna hingga

perkebunan/pertanian dengan nilai maksimum 0.552. Nilai di atas

0.6 mengindikasikan wilayah hutan tropis. Lebih jelas dapat

dilihat pada Peta IV.4 NDVI (Normalized Difference Vegetation

Index)

117

Peta IV. 4 NDVI (Normalized Difference Vegetation Index)


118


119

4.2.2.3. Pembentukan LST

Land Surface Temperature merupakan transformasi citra

satelit untuk mengetahui panas permukaan bumi pada suatu

wilayah. Kalkulasi LST di ikuti dengan perhitungan komponen di

dalamnya, antara lain adalah TOA Radiance, Satelite Brightness

Temperature, Proportion Vegetation, dan Land Surface Emisivity.

Satu persatu komponen dilakukan perhitungan menggunakan

landsat 8, baru dapat dilakukan kalkulasi untuk menciptakan data

LST pada kabupaten lamongan. Band yang digunakan adalah

Band 10. Dimana pada landsat 8, Band 10 memiliki tingkat

akurasi temperature yang lebih besar dari Band 11, sehingga

direkomendasikan daripada Band 11.

Gambar IV 8 Hubungan Radiance dan Temperature antara

Band 11 dan Band 10


Komponen pertama yang perlu di bentuk adalah TOA

Radiance Satelite Brightness Temperature, yang merupakan

Radiasi Spektral dari landsat 8 sebagai bahan awal pembentukan

LST, dimana formula nya adalah,

120

Lλ = MLQcal + AL

dimana:


μm))

ML = Band-specific multiplicative rescaling factor

from the metadata (RADIANCE_MULT_BAND_x,

where x is the band number)

AL = Band-specific additive rescaling factor from

the metadata (RADIANCE_ADD_BAND_x, where x

is the band number)

Qcal = Quantized and calibrated standard product

pixel values (DN)

Metadata yang dibutuhkan dapat dilihat pada format landsat 8

.MTL yang tersedia pada package landsat 8 USGS. Band yang

digunakan adalah Qcal = Band 10, maka dari itu yang harus di cari

pada format.MTL adalah

RADIANCE_MULT_BAND_10danRADIANCE_ADD_BAND_

10. Sehingga di dapatkan formula pada kabupaten lamongan

adalah,

Lλ = 0.0003342 * BAND 10 +0.1

Berdasarkan formula tersebut, maka dilakukan kalkusi

pada raster calculator terhadap band 10, untuk menciptakan TOA

Spectral Radiance.

121

Gambar IV. 9 Kalkulasi TOA Spectral Radiance


Setelah dilakukan perhitungan raster calculator

didapatkan hasil pada gambar berikut dengan nilai maksimum

Radiance sebesar 10 (Warna Merah) dan nilai minimum sebesar

7.9 (Warna Ungu).

Gambar IV. 10 TOA Spectral Radiance Kab. Lamongan


122

Setelah mendapatkan TOA Radiance, maka langkah

selanjutnya adalah mencari nilai Satelite Brightness Temperature.

Dimana variable ini berfungsi untuk menunjukan tingkat

kecerahan temperature pada suatu kawasan guna menciptakan

LST pada kawasan tersebut. Satelite Brightness Temperature ini

dapat di kalkulasi menggunakan persamaan

T = K2

ln( K1

+1)-pt Lλ

dimana:

T = At-satellite brightness temperature (K)


μm))

K1 = Band-specific thermal conversion constant

from the metadata (K1_CONSTANT_BAND_x, where x is


K2 = Band-specific thermal conversion constant

from the metadata (K2_CONSTANT_BAND_x, where x is


Pt = Parameter Satelite Brightness Index

Untuk K1 dan K2 dapat dilihat pada format landsat .MTL

dengan mencari kategori K1_CONSTANT_BAND_10 dan

K2_CONSTANT_BAND_10. Nominal Pt telah di tentukan sebesar

273.15 sebagai parameter tetap dari usgs. Sehingga didapatkan

formula transformasi Satelite Brightness Index sebagai berikut.

T = 1321.08 / Ln(774.89/Band10Radiance + 1) – 273.15

Dengan menggunakan formula tersebut, maka dilakukan

analisa raster calculator pada GIS untuk mengetahui nilai Satelite

Brightness Index.

123

Gambar IV. 11 Kalkulasi Satelite Brightness Index


Setelah dilakukan perhitungan raster calculator maka

dihasilkan raster seperti gambar berikut, dengan nilai maksimum

29.78 (Biru) dan nilai minimum 14.476 (Kuning).

Gambar IV. 12 Satelite Brightness Index Kab. Lamongan


124

Langkah selanjutnya adalah menghitung Proportion

Vegetation.Variable ini menunjukan proporsi vegetasi

berdasarkan data NDVI, yang akan digunakan sebagai salah satu

variable perhitungan LST. PropVeg dihitung menggunakan

rumus,

Pv = (NDVI – NDVImin / NDVImax – NDVImin)2

Dimana NDVImax adalah nilai tertinggi pada NDVI Kab.

Lamongan dan NDVImin adalah nilai terendah pada NDVI Kab.

Lamongan. Sehingga didapatkan formula sebagai berikut.

Square ((NDVI + 0.0587384) / (0.608759 – 0.0587384))

Berdasarkan formula tersebut, maka dilakukan

perhitungan dengan raster calculator untuk mendapatkan nilai

Proportion of Vegetation.

Gambar IV. 13 Kalkulasi Proportion of Vegetation


125

Setelah dilakukan perhitungan Raster Calculator maka

didapatkan raster Pv seperti gambar berikut.

Gambar IV. 14 Proportion of Vegetation Kab. Lamongan


Setelah mengetahui proportion of vegetation maka dapat

dilakukan perhitungan LSE (Land Surface Emmisivity). Dimana

LSE ini akan digunakan sebagai bahan perhitungan LST Kab.

Lamongan. Adapun formula perhitungan LSE sebagai berikut.

LSE = 0.004Pv +0.986

Dimana Pv adalah Proportion of Vegetation. Berdasar

pada formula tersebut, maka dilakukan kalkulasi pada raster

calculator pada GIS untuk mendapatkan nilai emmisivity pada

kab. Lamongan.

126

Gambar IV. 15 Kalkulasi LSE


Setelah dilakukan perhitungan Raster Calculator maka

didapatkan hasil raster LSE seperti gambar berikut.

Gambar IV. 16 LSE Kab. Lamongan


Langkah terakhir adalah pembentukan LST atau Land

Surface Temperature. Dimana ekuasi yang digunakan untuk

menghitung LST adalah sebagai berikut.

127

LST = BT / 1 + w * (BT / p) * Ln(e)

dimana:




e = Emmisivity

Band Satelite yang digunakan adalah Band 10, sehingga

Centre Wavelength yang digunakan adalah Band 10 wavelenght

yaitu 10.8. Sedangkan untuk emmisivity menggunakan hasil

analisa LSE. Dengan begitu didapatkan formula perhitungan LST

sebagai berikut.

LST = “Band10SatTemp” / (1+ 10.8 * (“Band10Sattemp” / 14380) * Ln(LSE))

Berdasarkan formula di atas, maka dilakukan perhitungan

LST menggunakan raster calculator untuk mendapatkan nilai

LST pada kab. Lamongan

128

Gambar IV. 17 Kalkulasi LST


Berdasarkan kalkulasi tersebut, didapatkan hasil land

surface temperature pada daerah kabupaten lamongan sebagai

berikut. Dengan suhu minimum adalah 19 derajat celcius dan

suhu permukaan maksimum adalah 34.74 derajat celcius. Lebih

jelas dapat dilihat pada Peta IV.5 LST.

129

Peta IV. 5 LST


130


131

Gambar IV. 18 LST


4.2.2.4. Analisa TVDI

Dalam melakukan analisa TVDI, diperlukan data NDVI

dan LST. Analisa tersebut akan dilakukan dengan analisa

segitiga TVDI. Dimana analisa segitiga ini akan membandingkan

NDVI dan LST secara garis lurus untuk menghasilkan ekuasi

batas bawah dan atas pada segitiga tersebut yang akan di

masukkan dalam persamaan TVDI. Persamaan TVDI tersebut

adalah sebagai berikut.



Dimana;

LST = Land Surface Temperature dalam pixel / hasil transformasi

citra digital

NDVI = Indeks Vegetasi dalam pixel / hasil transformasi citra

digital

132

f(NDVI)max dan f(NDVI)min adalah fungsi linear dari

indeks vegetasi. Yang di artikan dalam bentuk persamaan sebagai

berikut.



Dimana;

amax + bmax adalah parameter regresi linear untuk dry edge atau

batas kering.

amin + bmin adalah parameter regresi linear untuk wet edge atau

batas basah.

Untuk mengetahui formasi segitiga antara NDVI dan

LST, maka diperlukan sampling titik masing – masing NDVI dan

LST. Jumlah sampling ditentukan dengan rumus slovin, yaitu.

n = N/N(d)2 + 1

Dimana populas yang digunakan (N) adalah jumlah pixel

yang terdapat pada raster kab. lamongan sebesar 3398249.

Dengan error sebesar 10% atau 0.1. sehingga didapatkan sampel

minimal adalah 199.9882 ≈ 200 titik sample masing – masing

pada Hasil Citra LST dan NDVI. Sebaran itik sample di dasarkan

pada kawasan pertanian dan kawasan dipastikan pernah

mengalami kekeringan. Adapun sebaran titik sampelnya adalah

sebagai berikut.

133

Gambar IV. 19 Sebaran Titik Sample


Setelah dilakuan sampling pada masing – masing NDVI

dan LST, maka dilakukan analisa Scatterplot pada SPSS untuk

mengetahui batas ambang bawah dan atas pada segitiga hubungan

NDVI dan LST. Untuk digunakan dalam pembentukan formula

model TVDI pada kawasan kab. Lamongan. Adapun hasil analisa

scatterplot adalah sebagai berikut.

134

Gambar IV. 20 Analisa Scatterplot NDVI dan LST


Berdasarkan scatterplot hubungan segitiga tersebut, maka

di dapatkan nilai LSTmin = -32*x+21.76 dan LSTmax = 29.23-

16.25x . dimana X adalah NDVI. Sehingga didapatkan model

kekeringan lahan (TVDI) sebagai berikut.

TVDI = 𝐿𝑆𝑇−(−32∗𝑁𝐷𝑉𝐼+21.76)

50.99− 14.92∗𝑁𝐷𝑉𝐼

Berdasarkan model tersebut, maka dilakukan analisa

menggunakan raster calculator untuk menghasilkan peta TVDI

kekeringan lahan. Berdasarkan proses raster calculator, maka

didapatkan peta TVDI seperti gambar berikut. Lebih jelas dapat

dilihat pada Peta IV.6 TVDI.

Dry Edge

Wet Edge

135

Gambar IV 21 TVDI


136


137

Peta IV. 6 TVDI


138


139

Nilai TVDI pada kanbupaten lamongan, berkisar antara

0.591 hingga 0.831. dimana berdasarkan tabel klasifikasi TVDI,

kabupaten lamongan untuk tingkat kekeringan berkisar antara

kategori Normal hingga Sangat Kering. Untuk memperjelas

sebaran kekeringan, maka diperlukan proses reklasifikasi.

Reklasifikasi dilakukan berdasarkan tabel klasivikasi TVDI yang

di anut. Sehingga di dapatkan hasil reclassifikasi sebagai berikut.

Lebih jelas dapat dilihat pada Peta IV.7 Reclassify TVDI.dan Peta

IV.8 TVDI Pertanian.

Gambar IV. 22 Reclassify TVDI


Proses reclass di ikuti dengan focal statistic untuk

mengelompokkan titik titik kecil TVDI menjadi satu bagian

sesuai dengan mayoritas, agar tidak terdapat titik – titik kecil

yang tidak sesuai untuk pembentukan zona. Adapun luasan lahan

kekeringan berdasar klasifikasi tabel TVDI adalah sebagai

berikut.

140


141

Peta IV 7 Reclassify TVDI


142


143

Peta IV. 8 TVDI Pertanian


144


145

Tabel IV. 18 Lahan Kekeringan TVDI Kab. Lamongan

KECAMATAN TINGKAT KEKERINGAN (Ha)

Normal Kering Sangat Kering

BABAT 459.54 3388.96 2503.95

BLULUK - 1843.84 4151.99

BRONDONG 991.90 702.24 5855.09

DEKET 1623.48 2754.99 -

GLAGAH 2284.01 2762.98 -

KALITENGAH 2104.71 1617.00 -

KARANGBINANGUN 2504.36 2169.57 -

KARANGGENENG 1072.37 3073.35 29.70

KEDUNGPRING 121.08 4060.08 4339.85

KEMBANGBAHU 15.21 1354.89 5440.79

LAMONGAN - 3033.61 1138.53

LAREN 1133.36 6828.44 1834.36

MANTUP - 1379.89 7751.19

MODO - 4825.39 3361.23

NGIMBANG - 3326.56 6098.71

PACIRAN 24.48 1175.83 4579.30

PUCUK 387.94 2864.83 1461.35

SAMBENG 16.99 8432.25 6856.74

SEKARAN 1256.27 6641.54 567.02

SOLOKURO - 5494.43 3770.64

SUGIO 392.74 3448.35 5140.38

SUKODADI - 4382.64 299.00

SUKORAME - 2101.63 1719.14

TIKUNG 357.92 5920.80 4248.64

TURI 1706.83 3482.70 105.66

146

Total 16453.20 87066.80 71253.24


Dapat terlihat, bahwa sebaran kekeringan pada kecamatan

di kabupaten lamongan merata, dimana hampir seluruh kecamatan

memiliki daerah dengan tingkat kekeringan sangat tinggi dan

keseluruhan kecamatan memiliki lahan dengan tingkat kekeringan

kering. Dimana total lahan dengan kategori kering adalah 87ribu

Ha dan Sangat kering 71ribu Ha. Adapun untuk sebaran tangkat

kekeringan pada lahan pertanian adalah sebagai berikut.

Tabel IV. 19 Lahan Kekeringan TVDI Kawasan Pertanian

KECAMATAN

Tingkat Kekeringan (Ha)

Normal Kering Sangat

Kering

BABAT 222.77 2559.41 1428.53

BLULUK - 1723.96 1477.89

BRONDONG 701.55 381.89 1377.61

DEKET 1509.34 2336.40 -

GLAGAH 2136.55 2320.82 -

KALITENGAH 1968.75 1170.02 -

KARANGBINANGUN 2313.61 1677.35 -

KARANGGENENG 971.72 2520.19 25.45

KEDUNGPRING 20.81 2993.67 1676.25

KEMBANGBAHU 15.21 1106.39 4709.78

LAMONGAN - 2351.57 868.30

LAREN 588.26 4381.59 399.18

MANTUP - 598.13 5014.82

MODO - 4145.92 1165.63

NGIMBANG - 2920.87 2616.13

PACIRAN - 254.77 472.67

147

PUCUK 110.73 2466.43 1296.03

SAMBENG 10.13 3200.90 2190.14

SEKARAN 619.22 4932.59 479.21

SOLOKURO - 1994.29 1563.75

SUGIO 5.44 2880.73 3202.29

SUKODADI - 3656.09 266.45

SUKORAME - 1537.45 713.63

TIKUNG 349.63 5124.39 3789.51

TURI 1550.13 3049.78 63.44

Grand Total 13093.86 62285.60 34796.69


Terlihat bahwa kategori kering terdapat pada seluruh

kawasan pertanian yang tersebar di 25 kecamatan, sedangkan

untuk sangat kering hanya 4 kecamatan yang tidak memiliki

kategori tersebut. Data tersebut menunjukan pula, bahwa 62ribu

hektar lahan pertanian tergolong kering, dan 34ribu hektar lahan

pertanian tergolong sangat kering. Hal ini menunjukan bahwa

kabupaten lamongan pada tahun 2017 memiliki potensi

kekeringan yang cukup besar dan potensi wilayah pertanian

terdampak kering yang cukup besar pula.

4.2.3. Pembentukan Zona Resiko Kekeringan terhadap

Sumber Air

Pembentukan zona resiko kekeringan pada penelitian ini,

didasarkan pada kedekatanya dengan sumber air. Dimana sumber

air yang dianalisa adalah sungai primer dan mata air/waduk.

Semakin dekat dengan sumber air, maka prioritas dalam

pengairan akan terlihat dengan jelas. Semakin jauh dengan

sumber air maka akan semakin berbahaya, apalagi jika kawasan

tersebut tergolong sangat kering, maka diperlukan pengairan yang

tepat dan perlu di prioritaskan penangananya. Klasifikasi zona

148

resiko kedekatan sumber air akan dilakukan dengan 4 data, yaitu

data kekeringan, sumber air sungai primer, irigasi teknis eksisting

dan sumber air waduk/mata air, dengan asumsi semakin dekat

dengan sumber air maka semakin rendah resikonya, semakin jauh

maka semakin tinggi resikonya.

Klasifikasi Sungai primer dan irigasi teknis akan

didasarkan pada kedekatan. Klasifikasi akan menggunakan teknik

eucledian distance. Sehingga dibutuhkan perhitungan sejauh

mana air sungai dapat mengalir / dapat digunakan tanpa perantara

distribusi air. Sedangkan untuk jangkaauan terjauh irigasi teknis

akan mengikuti best practice pada pedoman teknis jaringan

irigasi PU Pengairan yang mencantumkan jangkauan terjauh

irigasi dalam kategori primer adalah hingga 800m. Untuk sungai

primer dilakukan perhitungan menggunakan rumus berikut,

Buffer width = 2.5 (time travel of overland water flow)*(slope)0.5

Dimana waktu tempuh air dari hulu ke hulu rata-rata

sungai di kabupaten lamongan, berdasarkan data Dinas Pengairan

Kabupaten Lamongan adalah 45 menit. Sedangkan slope rata –

rata pada kabupaten lamongan adaah 2%, sehingga dengan

asumsi best practice dimana 1 persen slope merupakan 40Ha

kemungkinan watershed. Setelah teridentifikasi, maka dilakukan

perhitungan sebagai berikut.

Buffer width = 2.5 (45)*(80)0.5

Sehingga didapatkan jarak paling jauh penyebaran air

tanpa perantara pada sungai primer kabupaten lamongan adalah

sebesar 1300m.

Klasifikasi pada danau/waduk dan mata air didasarkan

pada beberapa Best Practice, diamana secara keseluruhan

dirangkum sebagai berikut, dengan jarak terjauh 1000ft yang akan

dijadikan patokan dalam eucledian distance,

149

Tabel IV. 20 Tabel Sintesa Water Source Buffer Zones

Sumber

PU Pengairan

Canal Buffer Zones,

Recommended

Width. Elven Hawes

and Markelle Smith

(2005)

Water Sourve

Buffer Standarts

D. Warne, NYS

DEP, 2001.

125ft 150ft

250ft 250ft

300ft

1000ft 1000ft

Sumber: Hasil Sintesa, 2017

Dengan klasifikasi tersebut, maka dilakukan analisa

buffer eucledian distance terhadap sungai, irigasi dan mata

air/waduk. Sehingga didapatkan hasil seperti gambar berikut.

Lebih jelas dapat dilihat pada Peta IV.9 Buffer Sumber Air.

Gambar IV. 23 Buffer Sumber Air


150


151

Peta IV. 9 Buffer Sumber Air


152


153

Langkah selanjutnya adalah melakukan analisa matriks

untuk menentukan kelas resiko yang ada, pendekatan yang

dilakukan adalah pendekatan logika dan kelas. Dimana resiko 1

adalah kawasan dengan tingkat sangat kering dan tidak terjangkau

sumber air manapun hingga prioritas terakhir yaitu 5 adalah

kawasan dengan tingkat kekeringan normal dan terjangkau

sumber air. Adapun teknik dalam menentukan klasifikasi matrix

dengan analisa distribusi, dikarenakan rentang kriteria sama yaitu

dari 1 – 5. Sehingga dapat dihitung distribusi nya sebagai berikut:

C= (Max-Min) / K

C= (25 – 1) / 5

C= 4.8

Maka, skor baru resiko kekeringan terhadap sumber air di

kabupaten lamongan diklasifikasikan sebagai berikut,

1: 1-5.8

2: 5.81 – 10.6

3: 10.61 – 15.4

4: 15.41 – 20.2

5: 20.21 – 25

154

Tabel IV. 21 Klasifikasi Skor Resiko Kekeringan di Kab.

Lamongan

Kedekatan dengan Sumber Air

x 1 2 3 4 5

Tin

gk

at

Kek

eri

ng

a

n

1 1 2 3 4 5

2 2 4 6 8 10

3 3 6 9 12 15

4 4 8 12 16 20

5 5 10 15 20 25


Keterangan :

1 Sangat Beresiko

2 Beresiko

3 Cukup Beresiko

4 Sedikit Beresiko

5 Tidak Beresiko

Berdasarkan Klasifikasi terebut, maka dilakukan analisa

Query pada arcgis untuk menerapkan hasil klasifikasi tersebut.

Sehingga didapatkan hasil seperti gambar berikut. Lebih jelas

dapat dilihat pada Peta IV.10 Resiko Kekeringan Terhadap

Sumber Air dan Peta IV.11 Resiko Kekeringan Pada Kawasan

Pertanian.

155

Peta IV. 10 Resiko Kekeringan Terhadap Sumber Air


156


157

Peta IV. 11 Resiko Kekeringan Pada Kawasan Pertanian


158


159

Gambar IV. 24 Resiko Kekeringan


Adapun luasan resiko per kecamatan, untuk mengetahui

proporsi resiko yang ada di masing – masing kecamatan adalah

sebagai berikut.

Tabel IV. 22 Luasan Resiko Kekeringan di Kab. Lamongan

KECAMATAN Resiko (Hektar)

1 2 3 4 5

BABAT 336.09 1177.1

3 264.62

1619.16

2955.45

BLULUK 1816.92 2745.3

0 264.96 638.00

530.65

BRONDONG 3358.26 1771.6

1 941.18 623.72

854.47

DEKET - - - 8.82 4369.

65

GLAGAH - - - 76.69 4970.

30

KALITENGAH - - - 9.86 3711.

85

160

KARANGBINANGUN

- - - 25.26 4648.

67

KARANGGENENG

- - 0.16 215.93 3959.

33

KEDUNGPRING

395.53 2112.5

0 572.42

2122.70

3317.86

KEMBANGBAHU

1879.38 1431.8

0 8.18

1149.53

2342.00

LAMONGAN - 3.20 5.38 293.95 3869.

61

LAREN 661.30 1403.4

4 439.58

1621.47

5670.37

MANTUP 3599.84 2301.2

9 441.12 792.91

1998.02

MODO 403.37 2257.2

7 914.90

1978.18

2632.90

NGIMBANG 1356.82 3817.5

5 1022.3

4 877.64

2352.66

PACIRAN 855.73 2485.2

2 175.23

1092.28

1171.15

PUCUK 58.24 242.77 156.91 1016.4

1 3239.

78

SAMBENG 426.24 1993.0

6 5227.1

9 1685.6

2 5979.

58

SEKARAN - 0.30 11.50 778.31 7674.

72

SOLOKURO 1727.19 4133.2

3 602.20

1456.17

1346.27

SUGIO 196.21 1536.9

8 67.92

2302.42

4877.94

SUKODADI - 139.00 371.32 1065.9

2 3105.

40

161

SUKORAME 565.05 1691.1

1 592.63 483.06

488.96

TIKUNG 618.28 2166.7

2 922.63

2845.86

3973.88

TURI - - 1.90 122.40 5170.

89

Grand Total 18254.4

4 33409.

48 13004.

27 24902.

28 85212

.34 Sumber: Hasil Analisis, 2017

Terlihat pada data di atas, bahwa tingkat resiko tinggi

mendominasi pada kabupaten lamongan, di ikuti dengan tingkat

resiko sangat rendan dan sangat tinggi. Jumlah tersebut dapat

digunakan untuk analisa kebutuhan pengairan pada kabupaten

lamongan. Dimana dapat memunculkan jumlah irigasi sesuai

dengan tingkat resiko yang ada. Resiko diprioritaskan dari yang

paling beresiko yaitu kategori prioritas 1 dan seterusnya hingga

paling tidak beresiko yang berarti tidak di prioritaskan

penanganannya adalah prioritas 5. Pada data di atas, diketahui

bahwa pada kawasan kecamatan bagian tengah, seperti Glagah,

Deket, Karangbinangun, Karanggeneng termasuk dalam kawasan

hijau, atau tidak diprioritaskan.

Karena kawasan ini sudah tercakup dalam sumber air

yang ada, serta sudah terdapat jaringan irigasi teknis yang

mencakup hampir keseluruhan wilayah. Sedangkan untuk

kawasan yang diprioritaskan, mayoritas berada pada wilayah

selatan, seperti Mantup, Bluluk, Ngimbang, dan Sambeng yang

memiliki kawasan dengan prioritas tinggi dan sangat tinggi cukup

banyak terkait resikonya, yang menandakan kawasan bagian

selatan ini lebih beresiko terhadap kekeringan dibandingkan

kawasan lainnya. Adapun luasan Resiko untuk wilayah

pertaniannya saja adalah sebagai berikut.

162

Tabel IV. 23 Luasan Resiko Kekeringan Pertanian di Kab.

Lamongan

Kecamatan Resiko (Hektar)

1 2 3 4 5

BABAT 123.9

0 632.84

226.53

1183.23

1985.00

BLULUK 929.4

2 1582.5

4 185.1

9 243.62 261.08

BRONDONG 703.9

7 422.93 5.19 99.09 311.13

DEKET - - - 8.82 3820.4

0

GLAGAH - - - 76.44 4380.9

2

KALITENGAH - - - 9.86 3127.2

1

KARANGBINANGUN

- - - 25.26 3958.5

8

KARANGGENENG

- - 0.07 169.87 3347.4

2

KEDUNGPRING 101.9

2 943.52

450.24

1194.39

1965.75

KEMBANGBAHU

1734.85

1165.57

7.46 924.58 1951.9

3

LAMONGAN - 3.20 3.48 277.56 2927.9

3

LAREN 57.52 266.80 151.4

2 794.08

4042.57

MANTUP 2643. 1315.9 210.4 419.39 997.69

163

88 8 0

MODO 137.2

2 1312.3

7 696.6

1 1284.8

1 1843.6

8

NGIMBANG 610.5

6 2097.3

4 913.4

8 325.65

1590.67

PACIRAN 58.46 240.58 16.69 114.61 297.10

PUCUK 58.24 233.71 139.5

3 818.48

2603.39

SAMBENG 18.84 364.34 2196.

38 502.25

2289.83

SEKARAN - 0.30 8.39 476.07 5408.5

4

SOLOKURO 856.8

5 1821.0

2 115.5

2 310.47 436.63

SUGIO 175.3

0 1050.1

1 53.29

1576.27

3206.30

SUKODADI - 90.50 307.6

2 902.27

2610.68

SUKORAME 158.8

8 906.51

525.07

327.30 333.34

TIKUNG 575.2

7 2003.8

0 893.4

0 2512.4

0 3101.3

7

TURI - - 1.90 113.91 4542.9

9

Grand Total 8945.

06 16453.

96 7107.

86 14690.

68 61342.

16 Sumber: Hasil Analisis, 2017

164

4.2.4. Skenario Pengairan Berdasarkan Tingkat Resiko

Kekeringan

Skenario pengairan yang akan di lakukan adalah dengan

kalkulasi kebutuhan pengairan berdasarkan luasan tingkat resiko

yang ada. Penambahan pengairan akan di dasarkan pada pedoman

perencanaan irigasi dari PU Pengairan dengan kategori yang di

pertimbangkan adalah Resiko tingkat 3 hingga 1. Dikarenakan

resiko tingkat 4 dan 5 dapat dikatakan tidak berisiko, karena

kedua tingkatan resiko tersebut tergolong dalam zona tidak kering

atau zona yang terjangkau dan sangat terjangkau oleh sumber

daya air.

Berdasarkan pedoman rencana irigasi dari PU Pengairan.

Dalam menentukan jumlah irigasi dibedakan dalam jenisnya

terlebih dahulu. Yaitu primer, sekunder, dan tersier. Untuk

kategori resiko 3 atau dalam pedoman rencana irigasi PU

Pengairan kawasan dengan resiko kekeringan cukup, hanya

dibutuhkan jaringan primer saja, sedangkan untuk kategori 2

dibutuhkan jaringan hingga sekunder, dan untuk kategori 3

dibutuhkan jaringan hingga tersier guna mengantisipasi kawasan

dengan resiko kekeringan sangat tinggi, yaitu kawasan yang jauh

dari sumber air dan tergolong sangat kering.

Adapun standar dari pedoman rencana irigasi Pu

Pengairan, menyatakan bahwa Jaringan primer sepanjang 1600m

dapat mencakup 120Ha, jaringan sekunder sepanjang 1000m

dapat mencakup 50Ha dan jaringan tersier sepanjang 500m dapat

mencakup 15Ha. Setiap kawasan resiko membutuhkan jenis

irigasi yang berbeda. Jika resiko 3 membutuhkan primer saja,

maka resiko 2 membutuhkan primer dan sekunder, sedangkan

resiko 1 membutuhkan ketiganya. Rasio perbandingan jaringan

irigasi adalah 1 : 13 : 20. Hal ini berdasarkan rasio standar

jaringan irigasi Indonesia DDR\OP\Inventarisasi Bangunan

Pengairan PU Pengairan. Adapun dengan bangun logika tersebut,

dilakukan perhitungan terhadap luasan resiko yang sudah

dimiliki. Sehingga didapatkan kebutuhan jaringan irigasi per

165

kecamatan sebagai berikut. Dan juga formula perhitungannya

sebagai berikut.

• Primer = (“Resiko 3”/120)*1600 + (((“Resiko 1”/15)*500) /

20 + (((“Resiko 2”/50)*1000) / 13

• Sekunder = (“Resiko 2”/50)*1000 + (((“Resiko 1”/15)*500)

*13) / 20

• Tersier = (“Resiko 1”/15)*500

Tabel IV. 24 Kebutuhan Jaringan Irigasi di Kab. Lamongan

KECAMATAN Resiko (Hektar)

Kebutuhan Irigasi (Meter)

1 2 3 Prime

r Sekund

er Tersie

r

BABAT 336.0

9 1177.

13 264.6

2 5899.3

9 30824.

55 11203.

00

BLULUK 1816.

92 2745.

3 264.9

6 10784.

54 94272.

60 60564.

00

BRONDONG 3358.

26 1771.

61 941.1

8 20871.

72 108194

.50 111942.00

DEKET - - - 0.00 0.00 0.00

GLAGAH - - - 0.00 0.00 0.00

KALITENGAH - - - 0.00 0.00 0.00

KARANGBINANGUN

- - - 0.00 0.00

0.00

KARANGGENENG

- - 0.16 2.13 0.00

0.00

KEDUNGPRING

395.53

2112.5

572.42

11541.48

50819.82

13184.33

KEMBANGBAHU

1879.38

1431.8

8.18 5444.1

4 69355.

90 62646.

00

166

LAMONGAN - 3.2 5.38 71.73 0.00 0.00

LAREN 661.3 1403.

44 439.5

8 9122.3

7 42396.

97 22043.

33

MANTUP 3599.

84 2301.

29 441.1

2 15421.

78 124022

.33 119994.67

MODO 403.3

7 2257.

27 914.9

16343.67

53885.08

13445.67

NGIMBANG 1356.

82 3817.

55 1022.

34 21765.

72 105748

.77 45227.

33

PACIRAN 855.7

3 2485.

22 175.2

3 7586.0

3 68245.

22 28524.

33

PUCUK 58.24 242.7

7 156.9

1 2562.6

9 6117.2

7 1941.3

3

SAMBENG 426.2

4 1993.

06 5227.

19 73472.

51 49096.

40 14208.

00

SEKARAN - 0.3 11.5 153.79 6.00 0.00

SOLOKURO 1727.

19 4133.

23 602.2

17266.80

120087.05

57573.00

SUGIO 196.2

1 1536.

98 67.92

3597.20

34990.82

6540.33

SUKODADI - 139 371.3

2 5164.7

8 2780.0

0 0.00

SUKORAME 565.0

5 1691.

11 592.6

3 11445.

19 46064.

95 18835.

00

TIKUNG 618.2

8 2166.

72 922.6

3 16665.

62 56730.

47 20609.

33

TURI - - 1.9 25.33 0.00 0.00

Grand Total 18254.44

33409.48

13004.27

255213.53

1063702.47

608481.33


167

Berdasarkan data di atas, sudah tertuliskan sebearapa

banyak jaringan irigasi yang diperlukan pada masing – masing

kecamatan menyesuaikan jenis resiko yang terdapat pada

kecamatan tersebut. Sehingga masing – masing kecamatan

membutuhkan jaringan irigasi yang berbeda – beda dengan

kuantitas yang berbeda pula. Pada kecamatan bagian tengah,

seperti Deket, Glagah, Kalitengah, Karangbinangun, dan

Karanggeneng tidak terlalu diprioritaskan dalampenambahan

jaringan irigasi, cukup peningkatan jaringan irigasi yang ada saja.

Dikarenakan pada kawasan tersebut sudah termasuk dalam

kawasan prioritas aman, dimana sumber air dan irigasi teknis

eksisting sudah mencakup hampir keseluruhan wilayah. Untuk

lebih jelas mengenai proporsi kebutuhan jaringan irigasi per

kecamatan dapat dilihat pada Peta IV.12 Kebutuhan Jaringan

Irigasi Per Kecamatan.

168


169

Peta IV. 12 Kebutuhan Jaringan Irigasi Per Kecamatan


170


171

Berdasarkan data perhitungan kebutuhan irigasi tersebut,

akan dilakukan analisa kebutuhan penggunaan air dengan rumus

mengacu pada pedoman perencanaan irigasi PU Pengairan

sebagai berikut,

A = L x lt x a

Dimana :

A = Penggunaan air irigasi

L = Luas Daerah Irigasi

Lt = Intensitas Tanaman dalam %

a = Standar Penggunaan air 1 l/bulan/ha

Berikut adalah hasil kalkulasi terhadap luas daerah irigasi

yang dibutuhkan untuk mengetahui penggunaan air irigasi.

Tabel IV. 25 Jumlah Penggunaan Air Irigasi terhadap Resiko

Kekeringan di Kab. Lamongan

KECAMATAN Total

Kebutuhan Irigasi (M2)

intensitas tanaman %

Kebutuhan Penggunaan Air (L/Bulan/ M2)

BABAT 47926.9 79 3,786,227.94

BLULUK 165621.1 54 8,943,541.48

BRONDONG 241008.2 77 18,557,632.98

DEKET 220782.9 64 14,130,107.02

GLAGAH 401229.5 33 13,240,574.82

KALITENGAH 38617.6 57 2,201,200.92

KARANGBINANGUN

209875.2 59 12,382,636.80

KARANGGENENG

2873.1 67 192,497.70

KEDUNGPRI 75545.6 31 2,341,914.63

172

NG

KEMBANGBAHU

137446.0 41 5,635,287.47

LAMONGAN 54671.2 75 4,100,340.00

LAREN 73562.7 54 3,972,384.28

MANTUP 259438.8 98 25,425,000.39

MODO 83674.4 69 5,773,535.19

NGIMBANG 172741.8 89 15,374,022.03

PACIRAN 104355.6 75 7,826,668.65

PUCUK 10621.3 66 701,005.29

SAMBENG 136776.9 94 12,857,029.81

SEKARAN 159.8 85 13,582.56

SOLOKURO 194926.8 70 13,644,879.41

SUGIO 45128.4 84 3,790,781.51

SUKODADI 7944.8 90 715,030.15

SUKORAME 76345.1 66 5,038,779.31

TIKUNG 94005.4 77 7,238,416.98

TURI 25.3 94 2,381.33

Grand Total 1927397.3 1723 3,320,905.33


Berdasarkan data diatas, dapat diketahui bahwa

kabupaten amongan membutuhkan total jumlah air sebesar

3.320.905 per bulan untuk menunjang jaringan irigasi yang

dibutuhkan guna mengatasi resiko kekeringan yang ada pada

masing - masing wilayah kecamatan, di kabupaten lamongan.

Masing – masing kecamatan memiliki kebutuhan yang berbeda,

menyesuaikan scenario kebutuhan panjang pengairan irigasi pada

kecamatan tersebut. Kebutuhan air sangat dipengaruhi dengan

intensitas tanam pertanian pada kawasna tersebut. Belum tentu

173

dengan jumlah irigasi yang lebih besar, kebutuhan air maka lebih

besar pula. Semuanya mengikuti 2 variable yang termasuk

intensitas tanaman. Untuk perbandingan kebutuhan air per

kecamatan dapat dilihat pada Peta IV.13 Kebutuhan air guna

pengairan jaringan irigasi per kecamatan.

174


175

Peta IV. 13 Kebutuhan air guna pengairan jaringan irigasi per kecamatan


176


177

BAB V

KESIMPULAN DAN REKOMENDASI

5.1. Kesimpulan

Berdasarkan keseluruhan proses analisis yang telah

dilakukan dengan tujuan menghasilkan scenario kebutuhan

pengairan pada kabupaten lamongan berdasarkan tingkat dan

resiko kekeringan, ada beberapa poin yang dapat disimpulkan

sebagai berikut:

1. Model yang terbentuk untuk menciptakan tingkat

kekeringan berbasis Temperature Dryness Vegetation

Index dengan Landsat 8 maret 2017 Kabupaten

Lamongan adalah TVDI = 𝐿𝑆𝑇−(−32∗𝑁𝐷𝑉𝐼+21.76)

50.99− 14.92∗𝑁𝐷𝑉𝐼.

2. Tingkat kekeringan pada kabupaten lamongan tergolong

dalam 3 macam, normal, kering, dan sangat kering.

Dengan dominasi kawasan dengan tingkat kekeringan

kering seluas 62.285 ha serta 34.796 ha berupa kawasan

dengan tingkat kekeringan tinggi. Yang menunjukan

kabupaten lamongan rawan kekeringan pada tahun 2017.

3. Resiko kekeringan terhadap keterjangkauan sumber air

terdiri dari 5 jenis resiko, dari tidak berisiko (5) hinggia

sangat berisiko (1). Resiko tingkat 1 dan 2 memiliki total

luas yang besar sekita 50.000Ha, dimana tersebar pada

hampir seluruh kecamatan. Hal ini menunjukan kawasan

pertanian kabupaten lamongan masing banyak yang

terancam kekeringan.

4. Pada segi prirotias penanganan berdasarkan resiko,

diketahui bahwa pada kawasan kecamatan bagian tengah,

seperti Glagah, Deket, Karangbinangun, Karanggeneng

termasuk dalam kawasan hijau, atau tidak diprioritaskan.

Karena kawasan ini sudah tercakup dalam sumber air

yang ada, serta sudah terdapat jaringan irigasi teknis yang

178

mencakup hampir keseluruhan wilayah. Sedangkan untuk

kawasan yang diprioritaskan, mayoritas berada pada

wilayah selatan, seperti Mantup, Bluluk, Ngimbang, dan

Sambeng yang memiliki kawasan dengan prioritas tinggi

dan sangat tinggi cukup banyak terkait resikonya, yang

menandakan kawasan bagian selatan ini lebih beresiko

terhadap kekeringan dibandingkan kawasan lainnya.

5. Analisis Kebutuhan irigasi pada kabupaten lamongan

menyesuaikan jenis resiko dan letak kecamatanya.

Masing – masing kecamatan memiliki kebutuhan jaringan

irigasi yang berbeda – beda, begitu pula kebutuhan

penggunaan air irgasinya yang berbeda juga. Total

kebutuhan jaringan irigasi unutk mengantisipasi

kekeringan pada kabupaten lamongan 2017 adalah

1.237.397.3 meter dengan kebutuhan air total sebesar

3.320.905 L/bulan/m2.

5.2. Rekomendasi

Agar studi yang dilakukan oleh penulis dapat

memberikan manfaat yang lebih banyak, maka penulis

merekomendasikan beberapa hal antara lain:

1. Penelitian lanjutan mengenai perencanaan jaringan irigasi

dengan studi serupa namun dengan metode yang lebih

rinci.

2. Penelitian lanjutan mengenai pengairan lahan kering

menyesuaikan schedule dan managemen pengairan yang

sesuai dengan tingkat kekeringan yang ada.

3. Penelitian lebih lanjut terkit scenario penanganan resiko

kekeringan membandingkan dengan kondisi ketersediaan

suplai air, curah hujan dsb.

4. Arahan dalam kebutuhan pengairan kawasan pertanian

yang terlanda kekeringan guna mengantisipasi akibat

kekeringan yang akan terjadi

179

5. Proyeksi kebutuhan irigasi pada tahun – tahun berikutnya,

berdasar pada proyeksi terhadap tingkat kekeringan dan

resikonya pada penelitian lanjutan.

180


181

DAFTAR PUSTAKA

Seneviratne, S.I.; Corti, T.; Davin, E.L.; Hirschi, M.; Jaeger, E.B.;

Lehner, I.; Orlowsky, B.; Teuling, A.J. Investigating soil

moisture—Climate interactions in a changing climate: A

review. Earth-Sci. Rev. 2010, 99, 125–161.

Skierucha, W.; Wilczek, A.; Szypłowska, A.; Sławiński, C.;

Lamorski, K. A TDR-based soil moisture monitoring

system with simultaneous measurement of soil

temperature and electrical conductivity. Sensors 2012, 12,

13545–13566.

Wang, C.Y.; Qi, S.H.; Niu, Z.; Wang, J.B. Evaluating soil

moisture status in China using the temperature–vegetation

dryness index (TVDI). Can. J. Remote Sens. 2004, 30,

671–679.

Chen, J.; Wang, C.Z.; Jiang, H.; Mao, L.X.; Yu, Z.R. Estimating

soil moisture using Temperature—Vegetation Dryness

Index (TVDI) in the Huanghuai-hai (HHH) plain. Int. J.

Remote Sens. 2011, 32, 1165–1177.

Döll, Petra. "Impact of climate change and variability on

irrigation requirements: a global perspective." Climatic

change 54.3 (2002): 269-293.

WILHELMI, Olga V.; WILHITE, Donald A. Assessing

vulnerability to agricultural drought: a Nebraska case

study. Natural Hazards, 2002, 25.1: 37-58.

JEYASEELAN, A. T. Droughts & floods assessment and

monitoring using remote sensing and GIS. In: Satellite

remote sensing and GIS applications in agricultural

182

meteorology. Dehra Dun, India. Geneva, Switz: World

Meteorol. Org., 2003.

NARASIMHAN, B.; SRINIVASAN, R. Development and

evaluation of Soil Moisture Deficit Index (SMDI) and

Evapotranspiration Deficit Index (ETDI) for agricultural

drought monitoring. Agricultural and Forest

Meteorology, 2005, 133.1: 69-88.

RAY, S. S.; DADHWAL, V. K. Estimation of crop

evapotranspiration of irrigation command area using

remote sensing and GIS. Agricultural water management,

2001, 49.3: 239-249.

FORTES, P. S.; PLATONOV, A. E.; PEREIRA, L. S.

GISAREG—A GIS based irrigation scheduling

simulation model to support improved water use.

Agricultural Water Management, 2005, 77.1: 159-179.

SANTHI, C., et al. A GIS-based regional planning tool for

irrigation demand assessment and savings using SWAT.

Transactions of the ASAE, 2005, 48.1: 137-147.

HEINEMANN, A. B.; HOOGENBOOM, G.; DE FARIA, R. T.

Determination of spatial water requirements at county

and regional levels using crop models and GIS: An

example for the State of Parana, Brazil. Agricultural

Water Management, 2002, 52.3: 177-

196.NAMBANGAN KEDUNG COWEK.”

Timur, Pemerintah Provinsi Jawa. 2006. “Perda Provinsi Jawa

Timur No.2 Tahun 2006 tentang RTRW Provinsi Jatim.”

NOTOHADIPRAWIRO, Tejoyuwono. Pertanian lahan kering Di

Indonesia: Potensi, prospek, kendala, dan

183

pengembangannya. Lokakarya Evaluasi Pelaksanaan

Proyek Pengembangan Palawija. USAID, Bogor, 1989.

Surmaini, Elsa, Eleonora Runtunuwu, and Irsal Las. "Upaya

sektor pertanian dalam menghadapi perubahan

iklim." Jurnal Penelitian dan Pengembangan

Pertanian 30.1 (2015): 1-7.

NOTOHADIPRAWIRO, Tejoyuwono. Rasionalisasi Penggunaan

Sumberdaya Air di Indonesia. Ilmu Tanah Universitas

Gadjah Mada. Yogyakarta, 2006.

Departemen Pekerjaan Umum, DIREKTORAT JENDERAL

SUMBER DAYA AIR, dan DIREKTORAT IRIGASI

DAN RAWA. "Standar Perencanaan Irigasi."Galang

Persada, Bandung (1986).

Allen, Richard G., et al. "Crop evapotranspiration-Guidelines for

computing crop water requirements-FAO Irrigation and

drainage paper 56." FAO, Rome 300.9 (1998): D05109.

Brouwer, C., and M. Heibloem. "Irrigation water management:

irrigation water needs." Training manual 3 (1986).

DÖLL, Petra; SIEBERT, Stefan. Global modeling of irrigation

water requirements. Water Resources Research, 2002,

38.4.

Smith, Martin, et al. "Report on the Expert Consultation on

Procedures for Revision of FAO Guidelines for

Prediction of Crop Water Requirements. Rome, Italy, 28-

31 May 1990." (1991).

Geerts, Sam, and Dirk Raes. "Deficit irrigation as an on-farm

strategy to maximize crop water productivity in dry

areas." Agricultural water management96.9 (2009): 1275-

1284.

184

Wriedt, Gunter, et al. "Estimating irrigation water requirements in

Europe."Journal of Hydrology 373.3 (2009): 527-544.

Doorenbos, Jan. Guidelines for predicting crop water

requirements. No. C 25366. FAO, Roma (Italia), 1977.

De Silva, C. S., et al. "Predicting the impacts of climate change—

A case study of paddy irrigation water requirements in Sri

Lanka." Agricultural water management 93.1 (2007): 19-

29.

Bagian Bidang Pembangunan. 2013. “Pedoman Teknis

Perencanaan Jaringan Irigasi”. Jakarta : PU Pengairan

Nasional

185

LAMPIRAN

Lampiran 1 Titik Sampel LST

No LST (Land Surface Temperature) POINT_X POINT_Y

1 22.12958297270 112.46878301400 -7.02146938733

2 22.60824175870 112.27917687000 -6.98219960084

3 21.25637657200 112.18710872100 -7.18025647174

4 22.99540173090 112.32799954100 -7.17325833504

5 23.21740994460 112.26270738900 -6.98158417303

6 21.77444674860 112.28634337300 -6.94322092307

7 22.86965704550 112.32427461100 -6.91461435445

8 26.47754604210 112.40416009700 -7.27392479934

9 23.24176869830 112.30609285700 -7.31416837573

10 21.84527336250 112.29356285200 -7.10281443199

11 22.45584668110 112.27206198800 -7.09251736418

12 22.49904446810 112.41298046200 -7.00347879361

13 21.52500909570 112.40927200000 -7.01723919651

14 23.49880106780 112.18472741700 -7.14665252094

15 22.64146169270 112.33763631900 -6.89239706348

16 23.02546044620 112.20296622800 -7.17816546505

17 24.69421365980 112.14191690100 -7.35932667243

18 24.53495722370 112.11068614300 -7.32398726744

19 23.99151725470 112.33205937600 -7.08294929876

20 23.64109874390 112.38027504600 -7.14191777984

21 23.63784657360 112.29389636100 -6.91912665943

22 21.68668719040 112.47380143300 -7.18204862302

23 24.19599174620 112.21947958300 -7.24944752322

24 22.35919449560 112.22747413700 -7.10214070576

25 23.83734809490 112.26498927900 -7.28293668269

186


26 25.09288080630 112.32888517000 -7.20183255940

27 24.10972717960 112.35275019300 -6.92747422186

28 22.96942804470 112.32143724700 -7.05847058932

29 21.54110211010 112.50387600500 -7.05649725523

30 26.43595520110 112.34875003100 -7.19405526443

31 23.33046601160 112.23703001800 -7.25674575545

32 23.10923392300 112.23147007400 -7.01177243904

33 23.04635047240 112.21445003500 -7.13268931514

34 24.44912488130 112.23752493500 -7.26883056942

35 22.23571159870 112.38527901700 -7.06853128367

36 22.55336231660 112.34411727500 -7.26160653003

37 22.39577435160 112.33847489000 -6.92058747807

38 21.16632749350 112.09411114900 -7.38057967418

39 24.71739848450 112.31973150300 -7.24331650216

40 22.86945098670 112.34306243400 -7.12751131650

41 22.76633365890 112.36449404900 -6.93756280412

42 22.31288391020 112.32086847400 -7.25539733258

43 23.14732658470 112.38838618000 -7.08765570664

44 24.35280189530 112.35964442600 -7.29477010607

45 24.27292746550 112.19295118000 -7.34582059424

46 22.47463445900 112.43385775200 -7.11077263517

47 24.50840721690 112.13340061500 -7.28809913355

48 25.49227882330 112.41918237200 -7.11841259676

49 22.72118424790 112.32969014500 -6.96754817707

50 21.95571646360 112.27646514400 -7.03544949537

51 22.55439929930 112.24583243500 -7.27477441750

52 22.89727918410 112.23457801000 -6.94064049561

53 25.08403267470 112.24968430200 -7.22696908001

187


54 21.67796867050 112.43688640100 -7.07093228392

55 24.30574129120 112.28078820500 -6.88685836626

56 21.52420363880 112.34642329600 -7.10039734875

57 21.80050909910 112.25432510300 -6.99310668893

58 26.23974026240 112.24808754800 -7.15758553144

59 22.80082854150 112.24329485900 -7.01454521312

60 27.31545006370 112.36737031800 -7.17737494747

61 22.20715358930 112.23448876200 -6.96991081544

62 22.88153035140 112.21868536000 -6.95746770344

63 22.12421377170 112.14654644000 -7.16694315541

64 25.74790621450 112.40064428600 -7.24791548846

65 22.07473591390 112.24752024400 -7.25961167686

66 22.02820501140 112.17771611400 -7.21437983681

67 24.27221838350 112.12299454100 -7.20838322147

68 25.45487168820 112.19498929000 -7.30641446235

69 22.03515817690 112.43565931300 -7.00228541347

70 21.62454047610 112.29788747900 -7.34903771211

71 22.08210099870 112.25848678400 -7.08947453115

72 21.65855322890 112.45444266100 -7.09879232234

73 22.50965267870 112.32529758700 -7.14004228785

74 21.49855253180 112.27933806600 -7.08222495401

75 21.54879082850 112.41560981400 -7.02526858614

76 20.06159070050 112.50720926100 -7.08273345564

77 21.93574927030 112.39550362600 -7.04315495868

78 25.80865298120 112.28516874800 -7.13407500085

79 23.81620815930 112.33151808800 -7.21916760020

80 23.07099295540 112.30615521400 -6.90903809783

81 24.37861420710 112.26173268400 -7.33500374438

188


82 24.26868280440 112.41163360600 -6.87056168871

83 23.67056865780 112.43011463100 -6.88630235844

84 21.23481937950 112.30151534900 -7.08739756932

85 23.45720579200 112.21448602800 -7.20246679299

86 24.94809939730 112.17145887900 -7.31664441592

87 24.16634624990 112.09567819300 -7.28327525340

88 21.78644212120 112.36881546500 -6.92525812850

89 24.42120796880 112.31396445800 -7.21010745676

90 22.60972945310 112.33728603100 -6.91021135182

91 21.18253419000 112.28843349300 -7.01698638045

92 21.87201801370 112.33794089600 -7.16025787515

93 24.09194472670 112.21714199700 -7.23421701783

94 22.48013783710 112.37497754300 -6.88793574656

95 24.73750330940 112.41614441500 -6.88714272226

96 22.71285801790 112.41426158800 -6.93483736195

97 22.65984357560 112.31877504600 -7.07682562782

98 21.55173569620 112.22096134300 -6.98763608375

99 25.63698383460 112.40987064500 -7.11686394450

100 24.55409243300 112.10878085300 -7.35193559088

101 22.62018404560 112.38729653900 -6.91380785546

102 20.97577356100 112.30938711000 -7.06486385929

103 23.29207882150 112.27353468900 -6.90317417675

104 20.39063524750 112.54250221400 -7.05854035068

105 21.59768310360 112.31353919000 -6.96648434793

106 23.79341684150 112.18279817600 -7.09349989522

107 21.24252117060 112.33151961500 -6.98989475212

108 23.62553254940 112.19267843500 -6.90005433936

109 22.15348519300 112.35199917100 -7.02037861158

189


110 21.90642653310 112.21823541500 -6.96680347886

111 21.52131859370 112.30816979800 -7.05116034680

112 21.40855256310 112.51281687700 -7.04973473494

113 21.74959989360 112.31767613400 -7.15013819418

114 24.20967812290 112.44240445900 -7.16394474242

115 24.83050294280 112.24722729100 -7.31285303672

116 23.01974097700 112.18105325000 -7.11063079162

117 26.28899092500 112.12180954400 -7.26589826996

118 24.12087509450 112.19422500900 -7.32445394940

119 22.58972242100 112.26254201800 -7.06239613222

120 22.96368789100 112.46273932100 -7.18387407822

121 21.40633657340 112.43798953100 -7.03821238986

122 20.70120923840 112.44492792600 -7.12635162018

123 23.62720871810 112.40150949100 -7.28566736491

124 22.43931558940 112.25805921400 -7.29162869764

125 25.56631721660 112.26501897800 -7.12629908395

126 22.80068777210 112.27995549400 -7.20653880158

127 25.25299981150 112.39023729700 -7.22407985891

128 23.75169265280 112.25629646900 -6.90440261900

129 21.87934757060 112.28299200400 -7.35715069585

130 24.19768537630 112.42890041500 -6.86826331381

131 21.93949030650 112.45609272900 -7.19306484670

132 22.47707056180 112.22755256400 -7.22511731411

133 24.58023807180 112.37322194300 -7.30215142109

134 20.96543138550 112.47503767300 -7.05760867444

135 24.16540571350 112.41077447600 -6.91484456019

136 25.10066803140 112.20707613100 -7.23375664254

137 24.10554244650 112.36302564700 -7.27673076354

190


138 21.22618190770 112.49477562200 -7.02608630434

139 22.65508199490 112.27537452500 -7.18302618436

140 21.93672077230 112.48473276300 -7.09304147527

141 23.05656049780 112.37513365700 -6.98633983822

142 24.40732191760 112.26115415200 -7.14657099383

143 25.07710004970 112.13297903600 -7.34751031666

144 25.19928582260 112.41097284800 -7.20889151038

145 22.46074831590 112.24338021000 -6.95425785786

146 24.34762818990 112.31248118100 -7.12759800637

147 24.44125455150 112.08945784300 -7.31220736852

148 22.43531675630 112.26382520400 -6.97118848038

149 23.37582246360 112.31903615100 -7.34144218562

150 22.36533053010 112.38792259400 -6.92840356124

151 24.45799449700 112.18913376700 -7.24853912516

152 25.37331021150 112.18264528800 -7.32994600442

153 24.14324324060 112.29784229400 -6.97580133465

154 25.71207368290 112.32996570700 -7.18982145174

155 25.43317957580 112.15908635500 -7.14579746848

156 22.41507978100 112.26240727200 -6.99781541222

157 25.82250908100 112.37999499300 -7.23400237019

158 23.67467780110 112.32659830900 -6.88572622707

159 21.74376715340 112.34088519500 -7.07538900810

160 22.77734480650 112.43279762200 -7.02551420614

161 24.04005116020 112.17845809600 -7.28432724835

162 22.61606816180 112.28200817000 -7.25412994370

163 25.56609014930 112.31717081700 -6.87985092686

164 22.56619002130 112.40107576400 -7.10488357966

165 23.44013555670 112.25118728500 -7.20677459797

191


166 24.40949688970 112.17534672400 -7.23115860143

167 24.93230440400 112.30802796800 -7.17937314825

168 24.61080060140 112.14551682100 -7.25153954452

169 21.74946708200 112.37675173000 -7.00953639572

170 24.65591573100 112.36036419700 -7.24503931417

171 25.16177641110 112.43941468400 -7.14617490819

172 24.31027603440 112.36158435800 -7.25415376005

173 21.34582110400 112.29995473800 -6.99613118665

174 21.66703369110 112.45519099800 -7.08696700744

175 24.30807525620 112.30866122100 -6.87370693287

176 20.73433477350 112.46538349800 -7.03920491787

177 21.10386891160 112.50481822700 -7.17625882765

178 24.63542571000 112.13304243100 -7.36394399163

179 22.53820211830 112.46007162800 -7.17334210448

180 23.58201669500 112.31956356500 -7.28364419974

181 22.04314565100 112.34308879600 -6.87978185883

182 25.09097050830 112.16146594900 -7.28300998847

183 20.66055220790 112.48785969100 -7.01735533010

184 23.58962523970 112.09292989600 -7.32785753813

185 21.63248724820 112.38031790800 -7.02431353056

186 24.46284771310 112.13462079900 -7.29773211854

187 20.99966527720 112.31954628700 -7.01565319841

188 22.79405225290 112.22373285700 -7.03116285741

189 24.79908049970 112.41552962600 -7.15225313407

190 24.64148523980 112.11585338800 -7.36361968072

191 24.65944252200 112.29270598400 -7.19798724832

192 25.94181468390 112.23948580200 -7.10388802111

193 22.72040012200 112.26137462600 -7.21080997939

192


194 25.01992761580 112.25734628300 -7.30159718584

195 22.76342302180 112.15306466700 -7.22011119633

196 23.00659185340 112.22538560800 -6.93574787116

197 21.66476857280 112.51645457200 -7.06193033350

198 25.48140111360 112.25402368300 -7.11619860245

199 22.52826513620 112.32328071200 -7.32122880719

200 21.36490580480 112.43993186600 -7.05025884207

193

Lampiran 2 Titik Sampel NDVI

No NDVI POINT_X POINT_Y

1 0.17230874971 112.46878301400 -7.02146938733

2 0.17942992567 112.27917687000 -6.98219960084

3 0.42506513238 112.18710872100 -7.18025647174

4 0.24079317627 112.32799954100 -7.17325833504

5 0.21333690961 112.26270738900 -6.98158417303

6 0.36386974923 112.28634337300 -6.94322092307

7 0.35057810499 112.32427461100 -6.91461435445

8 0.16201421585 112.40416009700 -7.27392479934

9 0.27780434213 112.30609285700 -7.31416837573

10 0.35346338038 112.29356285200 -7.10281443199

11 0.18518132639 112.27206198800 -7.09251736418

12 0.19136300252 112.41298046200 -7.00347879361

13 0.01452330655 112.40927200000 -7.01723919651

14 0.20097175401 112.18472741700 -7.14665252094

15 0.38742701446 112.33763631900 -6.89239706348

16 0.39259940944 112.20296622800 -7.17816546505

17 0.16798867706 112.14191690100 -7.35932667243

18 0.25652009174 112.11068614300 -7.32398726744

19 0.19050413781 112.33205937600 -7.08294929876

20 0.29762396062 112.38027504600 -7.14191777984

21 0.26518296645 112.29389636100 -6.91912665943

22 0.25338141255 112.47380143300 -7.18204862302

23 0.30430650565 112.21947958300 -7.24944752322

24 0.09116022990 112.22747413700 -7.10214070576

25 0.31264404140 112.26498927900 -7.28293668269

26 0.25790918681 112.32888517000 -7.20183255940

194


27 0.24970520194 112.35275019300 -6.92747422186

28 0.15727662486 112.32143724700 -7.05847058932

29 0.16805958551 112.50387600500 -7.05649725523

30 0.20577708689 112.34875003100 -7.19405526443

31 0.35183745030 112.23703001800 -7.25674575545

32 0.18832711096 112.23147007400 -7.01177243904

33 0.37726183302 112.21445003500 -7.13268931514

34 0.21207080884 112.23752493500 -7.26883056942

35 0.34752256017 112.38527901700 -7.06853128367

36 0.33536445664 112.34411727500 -7.26160653003

37 0.41698470695 112.33847489000 -6.92058747807

38 0.42039474528 112.09411114900 -7.38057967418

39 0.30278245534 112.31973150300 -7.24331650216

40 0.15491340127 112.34306243400 -7.12751131650

41 0.36797011046 112.36449404900 -6.93756280412

42 0.32090399318 112.32086847400 -7.25539733258

43 0.20677179466 112.38838618000 -7.08765570664

44 0.31850476694 112.35964442600 -7.29477010607

45 0.27295723823 112.19295118000 -7.34582059424

46 0.19263318273 112.43385775200 -7.11077263517

47 0.32171948394 112.13340061500 -7.28809913355

48 0.20649102839 112.41918237200 -7.11841259676

49 0.31197915582 112.32969014500 -6.96754817707

50 0.22323095029 112.27646514400 -7.03544949537

51 0.33979221921 112.24583243500 -7.27477441750

52 0.37691016956 112.23457801000 -6.94064049561

53 0.25725816968 112.24968430200 -7.22696908001

54 -0.01750484351 112.43688640100 -7.07093228392

195


55 0.26016923817 112.28078820500 -6.88685836626

56 0.41422064982 112.34642329600 -7.10039734875

57 0.14080322851 112.25432510300 -6.99310668893

58 0.19145544042 112.24808754800 -7.15758553144

59 -0.02209050034 112.24329485900 -7.01454521312

60 0.15429723971 112.36737031800 -7.17737494747

61 0.38647086405 112.23448876200 -6.96991081544

62 0.33457439882 112.21868536000 -6.95746770344

63 0.32801244531 112.14654644000 -7.16694315541

64 0.15424625699 112.40064428600 -7.24791548846

65 0.38450014100 112.24752024400 -7.25961167686

66 0.34282396041 112.17771611400 -7.21437983681

67 0.19738950827 112.12299454100 -7.20838322147

68 0.15548555610 112.19498929000 -7.30641446235

69 -0.02026215168 112.43565931300 -7.00228541347

70 0.36423423470 112.29788747900 -7.34903771211

71 0.23371835131 112.25848678400 -7.08947453115

72 0.25404475724 112.45444266100 -7.09879232234

73 0.16567647729 112.32529758700 -7.14004228785

74 0.05057516326 112.27933806600 -7.08222495401

75 0.00515459507 112.41560981400 -7.02526858614

76 0.38957972898 112.50720926100 -7.08273345564

77 0.10351349143 112.39550362600 -7.04315495868

78 0.16552667433 112.28516874800 -7.13407500085

79 0.33931456118 112.33151808800 -7.21916760020

80 0.35677254969 112.30615521400 -6.90903809783

81 0.25340262043 112.26173268400 -7.33500374438

82 0.17707370307 112.41163360600 -6.87056168871

196


83 0.26215056646 112.43011463100 -6.88630235844

84 0.31468558120 112.30151534900 -7.08739756932

85 0.37656840408 112.21448602800 -7.20246679299

86 0.31797624369 112.17145887900 -7.31664441592

87 0.30109842057 112.09567819300 -7.28327525340

88 0.36495931620 112.36881546500 -6.92525812850

89 0.28248228312 112.31396445800 -7.21010745676

90 0.35240542009 112.33728603100 -6.91021135182

91 0.39887675528 112.28843349300 -7.01698638045

92 0.12158487033 112.33794089600 -7.16025787515

93 0.28004194807 112.21714199700 -7.23421701783

94 0.39600459269 112.37497754300 -6.88793574656

95 0.27254752372 112.41614441500 -6.88714272226

96 0.28863265177 112.41426158800 -6.93483736195

97 0.32099753274 112.31877504600 -7.07682562782

98 0.16102556858 112.22096134300 -6.98763608375

99 0.13899859160 112.40987064500 -7.11686394450

100 0.25455100679 112.10878085300 -7.35193559088

101 0.35324893860 112.38729653900 -6.91380785546

102 0.44436560874 112.30938711000 -7.06486385929

103 0.33407368378 112.27353468900 -6.90317417675

104 0.27629150532 112.54250221400 -7.05854035068

105 0.33392062406 112.31353919000 -6.96648434793

106 0.22163555532 112.18279817600 -7.09349989522

107 0.25369384947 112.33151961500 -6.98989475212

108 0.35246474338 112.19267843500 -6.90005433936

109 0.15355550001 112.35199917100 -7.02037861158

110 0.40523326750 112.21823541500 -6.96680347886

197


111 0.25848105678 112.30816979800 -7.05116034680

112 0.25582426829 112.51281687700 -7.04973473494

113 0.32147939431 112.31767613400 -7.15013819418

114 0.20720901512 112.44240445900 -7.16394474242

115 0.20660369700 112.24722729100 -7.31285303672

116 0.31044779255 112.18105325000 -7.11063079162

117 0.17215942467 112.12180954400 -7.26589826996

118 0.26129986514 112.19422500900 -7.32445394940

119 0.35054144278 112.26254201800 -7.06239613222

120 0.22162779266 112.46273932100 -7.18387407822

121 0.04187293029 112.43798953100 -7.03821238986

122 0.32500082554 112.44492792600 -7.12635162018

123 0.29734386972 112.40150949100 -7.28566736491

124 0.34366068453 112.25805921400 -7.29162869764

125 0.26780092774 112.26501897800 -7.12629908395

126 0.34495800541 112.27995549400 -7.20653880158

127 0.32316378107 112.39023729700 -7.22407985891

128 0.32692775130 112.25629646900 -6.90440261900

129 0.30102431027 112.28299200400 -7.35715069585

130 0.03595781885 112.42890041500 -6.86826331381

131 0.13917914380 112.45609272900 -7.19306484670

132 0.43545954751 112.22755256400 -7.22511731411

133 0.25178714243 112.37322194300 -7.30215142109

134 0.09533712903 112.47503767300 -7.05760867444

135 0.18089729429 112.41077447600 -6.91484456019

136 0.25831420646 112.20707613100 -7.23375664254

137 0.31177002625 112.36302564700 -7.27673076354

138 0.26707069422 112.49477562200 -7.02608630434

198


139 0.40270751936 112.27537452500 -7.18302618436

140 0.17070650857 112.48473276300 -7.09304147527

141 0.11099133104 112.37513365700 -6.98633983822

142 0.25742682350 112.26115415200 -7.14657099383

143 0.21912271347 112.13297903600 -7.34751031666

144 0.22474230248 112.41097284800 -7.20889151038

145 0.40565747340 112.24338021000 -6.95425785786

146 0.17990907931 112.31248118100 -7.12759800637

147 0.28789654926 112.08945784300 -7.31220736852

148 0.09269025772 112.26382520400 -6.97118848038

149 0.31018410383 112.31903615100 -7.34144218562

150 0.30020572519 112.38792259400 -6.92840356124

151 0.29275914905 112.18913376700 -7.24853912516

152 0.11049755419 112.18264528800 -7.32994600442

153 0.27754547958 112.29784229400 -6.97580133465

154 0.24508878459 112.32996570700 -7.18982145174

155 0.21276211746 112.15908635500 -7.14579746848

156 0.03831047840 112.26240727200 -6.99781541222

157 0.24401555209 112.37999499300 -7.23400237019

158 0.29744904072 112.32659830900 -6.88572622707

159 0.41299698603 112.34088519500 -7.07538900810

160 0.14919036585 112.43279762200 -7.02551420614

161 0.26960130346 112.17845809600 -7.28432724835

162 0.30097142786 112.28200817000 -7.25412994370

163 0.29839932637 112.31717081700 -6.87985092686

164 0.17850675245 112.40107576400 -7.10488357966

165 0.32864568226 112.25118728500 -7.20677459797

166 0.30208409989 112.17534672400 -7.23115860143

199


167 0.18357879464 112.30802796800 -7.17937314825

168 0.25076956427 112.14551682100 -7.25153954452

169 0.03076881354 112.37675173000 -7.00953639572

170 0.27419582840 112.36036419700 -7.24503931417

171 0.16317351824 112.43941468400 -7.14617490819

172 0.18128667805 112.36158435800 -7.25415376005

173 0.42965331757 112.29995473800 -6.99613118665

174 0.13357578246 112.45519099800 -7.08696700744

175 0.26892363616 112.30866122100 -6.87370693287

176 0.10437343690 112.46538349800 -7.03920491787

177 0.35299826934 112.50481822700 -7.17625882765

178 0.23018343490 112.13304243100 -7.36394399163

179 0.27797710048 112.46007162800 -7.17334210448

180 0.27345185737 112.31956356500 -7.28364419974

181 0.35117549579 112.34308879600 -6.87978185883

182 0.24518407702 112.16146594900 -7.28300998847

183 0.29178202751 112.48785969100 -7.01735533010

184 0.34570047798 112.09292989600 -7.32785753813

185 -0.02123830960 112.38031790800 -7.02431353056

186 0.18453556501 112.13462079900 -7.29773211854

187 0.38366657030 112.31954628700 -7.01565319841

188 0.02545111230 112.22373285700 -7.03116285741

189 0.18500601295 112.41552962600 -7.15225313407

190 0.17254494325 112.11585338800 -7.36361968072

191 0.23396570557 112.29270598400 -7.19798724832

192 0.13220856199 112.23948580200 -7.10388802111

193 -0.00826413478 112.26137462600 -7.21080997939

194 0.23878220500 112.25734628300 -7.30159718584

200


195 0.30871044560 112.15306466700 -7.22011119633

196 0.32485881435 112.22538560800 -6.93574787116

197 0.22332209590 112.51645457200 -7.06193033350

198 0.16587586098 112.25402368300 -7.11619860245

199 0.35670935731 112.32328071200 -7.32122880719

200 0.04581265963 112.43993186600 -7.05025884207

201

Lampiran 3 Peta Pengerjaan LST

202


204


206


208


209

BIODATA PENULIS

Penulis bernama Maulana

Ikram Wibisana, dilahirkan di

Kota Mataram, 08 April 1996

dan merupakan anak kedua dari

empat bersaudara. Penulis telah

menempuh pendidikan formal

di TK Dharmawanita, SDN

Gading Kasri Kota Malang,

SMPN 4 Kota Malang, dan

SMAN 8 Kota Malang. Penulis

menjadi mahasiswa ITS pada

tahun 2013 dengan NRP

3613100063 melalui jalur SBMPTN Tertulis. Selama menjadi

mahasiswa, penulis aktif di beberapa kegiatan himpunan jurusan

dan diluar jurusan, serta pada kegiatan luar kampus seperti

mengikuti beberapa jenis social exchange activity pada negara

Thailand, Sawasdee project, serta beberapa shortcourse program

seperti ASTW Vietnam dsb. Pada tahun 2015/2016 penulis ikut

andil sebagai staf ahli keilmiahan dan keorganisasian pada

himpunan mahasiswa jurusan, dan sebagai branding staff pada

AIESEC Surabaya. Pada masa perkuliahan, penulis juga

berpartisipasi pada beberapa proyek, seperti proyek penyusunan

RDTR Rogojampi, Banyuwangi 2017-2037, serta pada tahun ke 3

mengikuti program magang pada PT. Sinergi Visi Utama selama

kurang lebih 2 bulan dengan proyek yang dihandle berupa

penyususnan evaluasi ekonomi daerah Kota Tangerang, Banten.

Apabila terdapat kritik dan saran terhadap tugas akhir ini, dapat

dikomunikasikan melalui [email protected].

ANALISIS KEBUTUHAN PENGAIRAN KAWASAN PERTANIAN...

Documents

Transcript of ANALISIS KEBUTUHAN PENGAIRAN KAWASAN PERTANIAN...